- 著 Ian Goodfellow
- 著 Yoshua Bengio
- 著 Aaron Courville
- 監訳 岩澤 有祐
- 監訳 鈴木 雅大
- 監訳 中山 浩太郎
- 監訳 松尾 豊
- 訳 味曽野 雅史
- 訳 黒滝 紘生
- 訳 保住 純
- 訳 野中 尚輝
- 訳 河野 慎
- 訳 冨山 翔司
- 訳 角田 貴大
- 定価: 円 (本体 円+税)
- 発売日:
- 2018年03月07日
- 判型:
- B5変形判
- 商品形態:
- 単行本
- ページ数:
- 600
- ISBN:
- 9784048930628
深層学習
- 著 Ian Goodfellow
- 著 Yoshua Bengio
- 著 Aaron Courville
- 監訳 岩澤 有祐
- 監訳 鈴木 雅大
- 監訳 中山 浩太郎
- 監訳 松尾 豊
- 訳 味曽野 雅史
- 訳 黒滝 紘生
- 訳 保住 純
- 訳 野中 尚輝
- 訳 河野 慎
- 訳 冨山 翔司
- 訳 角田 貴大
- 定価: 円 (本体 円+税)
- 発売日:
- 2018年03月07日
- 判型:
- B5変形判
- 商品形態:
- 単行本
- ページ数:
- 600
- ISBN:
- 9784048930628
深層学習の世界的名著、ついに刊行
AI研究の一分野として注目を集める深層学習(ディープラーニング)に関する教科書として世界的な評価を受けている解説書。深層学習の理解に必要な数学、ニューラルネットワークの基礎から、CNN(畳み込みニューラルネットワーク)やRNN(回帰結合型ニューラルネットワーク)などのすでに確立した手法、さらに深層学習の研究まで、深層学習の基礎を理論を含めてしっかり学習したい人に最適な内容になっている。近年の深層学習研究をリードする著名な研究者たちが執筆した入門者必読の書である。
※画像は表紙及び帯等、実際とは異なる場合があります。
もくじ
第1章 はじめに
第I部 応用数学と機械学習の基礎
第2章 線形代数
第3章 確率と情報理論
第4章 数値計算
第5章 機械学習の基礎
第II部 深層ネットワーク:現代的な実践
第6章 深層順伝播型ネットワーク
第7章 深層学習のための正則化
第8章 深層モデルの訓練のための最適化
第9章 畳み込みネットワーク
第10章 系列モデリング:回帰結合型ニューラルネットワークと再帰型ネットワーク
第11章 実用的な方法論
第12章 アプリケーション
第III部 深層学習の研究
第13章 線形因子モデル
第14章 自己符号化器
第15章 表現学習
第16章 深層学習のための構造化確率モデル
第17章 モンテカルロ法
第18章 分配関数との対峙
第19章 近似推論
第20章 深層生成モデル
第I部 応用数学と機械学習の基礎
第2章 線形代数
第3章 確率と情報理論
第4章 数値計算
第5章 機械学習の基礎
第II部 深層ネットワーク:現代的な実践
第6章 深層順伝播型ネットワーク
第7章 深層学習のための正則化
第8章 深層モデルの訓練のための最適化
第9章 畳み込みネットワーク
第10章 系列モデリング:回帰結合型ニューラルネットワークと再帰型ネットワーク
第11章 実用的な方法論
第12章 アプリケーション
第III部 深層学習の研究
第13章 線形因子モデル
第14章 自己符号化器
第15章 表現学習
第16章 深層学習のための構造化確率モデル
第17章 モンテカルロ法
第18章 分配関数との対峙
第19章 近似推論
第20章 深層生成モデル
「深層学習」感想・レビュー
-
一応全体を目を通し終えたが凄まじい分量と内容の専門性の高さにこれからしっかり読み返しながら理解深める必要あり、と感じています。。深層学習の技術書籍としては定番であり始まりであり、深い内容であるため良書 …続きを読む2020年04月26日54人がナイス!しています
-
Deep Learningの理論部分について、網羅的に記載された本。原著の出版が2015年なので、それまでに報告された論文をベースにDNNの原理について、広く浅く紹介されている。和書ではMLPシリーズが近い感じだが、MLPの方 …続きを読む2019年05月22日2人がナイス!しています
-
一部読んだが、Ian Goodfellowの原著を読んだほうが良いと判断したので切り替え。東大の学生に翻訳させたものを出版しているっぽいので、訳が適切でない部分がある。もしも英語ができるなら、原著を読むことを強くす …続きを読む2018年08月03日2人がナイス!しています