実践 Deep Learning

著者: Nikhil Buduma (著), 太田 満久 (監修), 藤原 秀平 (監修), 牧野 聡 (翻訳)
単行本（ソフトカバー）: 336ページ
出版社: オライリージャパン (2018/4/26)
言語: 日本語
ISBN-10: 4873118328
ISBN-13: 978-4873118321
発売日： 2018/4/26

Amazonで購入する

書籍内容

2000年代にニューラルネットワークの研究が再び活発になりました。現在、ディープラーニングは近代的な機械学習の道を切り開いている非常に活発な研究領域となっています。
Google、Microsoft、Facebookなどの企業では、社内のディープラーニングチームが急成長しています。
しかし、多くの人にとってディープラーニングはまだまだとても複雑で困難な課題です。
本書ではサンプルのPython 3プログラムと簡潔な説明を通してこの複雑な分野の主要な概念を紹介します。
微積分、行列演算、Pythonの基礎があれば誰でも本書を始めることができます。

目次

1章　ニューラルネットワーク
2章　フィードフォワードニューラルネットワークの訓練
3章　 TensorFlowを使ったニューラルネットワークの実装
4章　勾配降下法を超えて
5章　畳み込みニューラルネットワーク
6章　埋め込みと表現学習
7章　シーケンス分析のモデル
8章　メモリ強化ニューラルネットワーク
9章　深層強化学習