ベイズ深層学習(機械学習プロフェッショナルシリーズ) [全集叢書]
    • ベイズ深層学習(機械学習プロフェッショナルシリーズ) [全集叢書]

    • ¥3,30099 ゴールドポイント(3%還元)
    • 在庫あり2025年8月4日月曜日までヨドバシエクストリームサービス便(無料)がお届け
ベイズ深層学習(機械学習プロフェッショナルシリーズ) [全集叢書]
画像にマウスを合わせると上部に表示
100000009003165241

ベイズ深層学習(機械学習プロフェッショナルシリーズ) [全集叢書]

価格:¥3,300(税込)
ゴールドポイント:99 ゴールドポイント(3%還元)(¥99相当)
フォーマット:
お届け日:在庫あり今すぐのご注文で、2025年8月4日月曜日までヨドバシエクストリームサービス便(無料)がお届けします。届け先変更]詳しくはこちら
出版社:講談社
販売開始日: 2019/08/08
お取り扱い: のお取り扱い商品です。
ご確認事項:返品不可

カテゴリランキング

店舗受け取りが可能です
マルチメディアAkibaマルチメディア梅田マルチメディア博多にて24時間営業時間外でもお受け取りいただけるようになりました

ベイズ深層学習(機械学習プロフェッショナルシリーズ) の 商品概要

  • 要旨(「BOOK」データベースより)

    「深層学習とベイズ統計の融合」がすべて詰まった「欲張り」本!基礎からはじめ、深層生成モデルやガウス過程とのつながりまでをていねいに解説。
  • 目次

    第1章 はじめに
    1.1 ベイズ統計とニューラルネットワークの変遷
    1.2 ベイズ深層学習

    第2章 ニューラルネットワークの基礎
    2.1 線形回帰モデル
    2.2 ニューラルネットワーク
    2.3 効率的な学習法
    2.4 ニューラルネットワークの拡張モデル

    第3章 ベイズ推論の基礎
    3.1 確率推論
    3.2 指数型分布族
    3.3 ベイズ線形回帰
    3.4 最尤推定,MAP推定との関係

    第4章 近似ベイズ推論
    4.1 サンプリングに基づく推論手法
    4.2 最適化に基づく推論手法

    第5章 ニューラルネットワークのベイズ推論
    5.1 ベイズニューラルネットワークモデルの近似推論法
    5.2 近似ベイズ推論の効率化
    5.3 ベイズ推論と確率的正則化
    5.4 不確実性の推定を使った応用

    第6章 深層生成モデル
    6.1 変分自己符号化器
    6.2 変分モデル
    6.3 生成ネットワークの構造学習
    6.4 その他の深層生成モデル

    第7章 深層学習とガウス過程
    7.1 ガウス過程の基礎
    7.2 ガウス過程による分類
    7.3 ガウス過程のスパース近似
    7.4 深層学習のガウス過程解釈
    7.5 ガウス過程による生成モデル
  • 出版社からのコメント

    「深層学習とベイズ統計の融合」がすべて詰まった欲張り本!基礎からはじめ、深層生成モデルやガウス過程とのつながりまでを解説
  • 内容紹介

    「読んでいて本当に心地がいい」と大好評の前著『ベイズ推論による機械学習入門』からの第2弾! 

    「深層学習とベイズ統計の融合」がすべて詰まった 「欲張り」本! 
    基礎からはじめ、深層生成モデルやガウス過程とのつながりまでをていねいに解説した。本邦初の成書!

    本書のサポートページ:
    https://github.com/sammy-suyama/BayesianDeepLearningBook

    【主な内容】
    第1章 はじめに
    1.1 ベイズ統計とニューラルネットワークの変遷
    1.2 ベイズ深層学習

    第2章 ニューラルネットワークの基礎
    2.1 線形回帰モデル
    2.2 ニューラルネットワーク
    2.3 効率的な学習法
    2.4 ニューラルネットワークの拡張モデル

    第3章 ベイズ推論の基礎
    3.1 確率推論
    3.2 指数型分布族
    3.3 ベイズ線形回帰
    3.4 最尤推定,MAP推定との関係

    第4章 近似ベイズ推論
    4.1 サンプリングに基づく推論手法
    4.2 最適化に基づく推論手法

    第5章 ニューラルネットワークのベイズ推論
    5.1 ベイズニューラルネットワークモデルの近似推論法
    5.2 近似ベイズ推論の効率化
    5.3 ベイズ推論と確率的正則化
    5.4 不確実性の推定を使った応用

    第6章 深層生成モデル
    6.1 変分自己符号化器
    6.2 変分モデル
    6.3 生成ネットワークの構造学習
    6.4 その他の深層生成モデル

    第7章 深層学習とガウス過程
    7.1 ガウス過程の基礎
    7.2 ガウス過程による分類
    7.3 ガウス過程のスパース近似
    7.4 深層学習のガウス過程解釈
    7.5 ガウス過程による生成モデル
  • 著者紹介(「BOOK著者紹介情報」より)(本データはこの書籍が刊行された当時に掲載されていたものです)

    須山 敦志(スヤマ アツシ)
    2009年東京工業大学工学部情報工学科卒業。2011年東京大学大学院情報工学系研究科博士前期課程修了。国内メーカーの研究職、UKのベンチャー企業の研究職を経て、現在はデータ解析に関するコンサルティングに従事。ブログ「作って遊ぶ機械学習。」にて実践的な機械学習技術に関する情報を発信中
  • 著者について

    須山 敦志 (スヤマ アツシ)
    2009年 東京工業大学工学部情報工学科卒業
    2011年 東京大学大学院情報工学研究科博士前期課程修了
    国内メーカーの研究職、UKのベンチャー企業の研究職を経て、現在はデータ解析に関するコンサルティングに従事。
    ブログ「作って遊ぶ機械学習。」にて実践的な機械学習技術に関する情報を発信中。
    twitter ID:@sammy_suyama
    著書:『ベイズ推論による機械学習入門』講談社

ベイズ深層学習(機械学習プロフェッショナルシリーズ) の商品スペック

商品仕様
出版社名:講談社
著者名:須山 敦志(著)
発行年月日:2019/08/06
ISBN-10:4065168708
ISBN-13:9784065168707
判型:A5
対象:専門
発行形態:全集叢書
内容:数学
言語:日本語
ページ数:259ページ
縦:21cm
他の講談社の書籍を探す

    講談社 ベイズ深層学習(機械学習プロフェッショナルシリーズ) [全集叢書] に関するレビューとQ&A

    商品に関するご意見やご感想、購入者への質問をお待ちしています!