ミュラー Pythonで学ぶ深層学習 [単行本]

ミュラー Pythonで学ぶ深層学習 [単行本] の 商品概要

• 目次

  第Ⅰ部　深層学習を知ろう
  1章深層学習とは
  1・1　深層学習とは何か
  1・2　深層学習を現実の世界で活用する
  1・3　深層学習のプログラミング環境を考える
  1・4　深層学習の誇大広告の克服
  
  2章機械学習の原理
  2・1　機械学習の定義
  2・2　さまざまな学習の方法を考える
  2・3　機会学習の本当の使い方を考える
  
  3章Pythonの入手と使用
  3・1　本書でのPythonの使い方
  3・2　Anacondaのコピーの入手
  3・3　データセットとサンプルコードのダウンロード
  3・4　アプリケーションの作成
  3・5　インデントの使い方を理解する
  3・6　コメントの追加
  3・7　Python言語のヘルプを得る
  3・8　クラウドでの作業
  
  4章深層学習フレームワークの活用
  4・1　フレームワークの紹介
  4・2　ローエンドのフレームワークを使う
  4・3　TensorFlowを理解する
  
  
  第Ⅱ部　深層学習の基礎を考えよう
  5章行列計算と最適化の見直し
  5・1　本当に必要な数学を明らかにする
  5・2　スカラー，ベクトル，行列演算の理解
  5・3　学習を最適化と解釈する
  
  6章線形回帰の基礎
  6・1　変数を組合わせる
  6・2　変数のタイプの混合
  6・3　確率に切り替える
  6・4　適切な特徴量を推測する
  6・5　一度に一つの標本で学ぶ
  
  7章ニューラルネットワーク
  7・1　驚くべきパーセプトロンの発見
  7・2　ニューラルネットワークで複雑さに挑む
  7・3　過学習に悩む
  
  8章基本的なニューラルネットワークの構築
  8・1　ニューラルネットワークの理解
  8・2　ニューラルネットワークの仕組みを知る
  
  9章深層学習への移行
  9・1　あらゆるところに存在するデータ
  9・2　データの追加によるメリット
  9・3　処理速度の向上
  9・4　深層学習と他のAIとの違い
  9・5　より賢い解決策を見つける
  
  10章畳み込みニューラルネットワーク
  10・1　文字認識でCNNを始める
  10・2　畳み込みの仕組み
  10・3　画像からのエッジや形状の検出
  
  11章リカレントニューラルネットワーク
  11・1　リカレントネットワークとは
  11・2　LSTMの説明
  
  
  第Ⅲ部　深層学習を使ってみよう
  12章画像分類を実行する
  12・1　画像分類課題を利用する
  12・2　交通標識を見分ける
  
  13章高度なCNNを学ぶ
  13・1　分類タスクの区別
  13・2　周囲の物体を認識する
  13・3　深層学習アプリケーションへの敵対的攻撃の克服
  
  14章自然言語処理に取組む
  14・1　言語を処理する
  14・2　重要な配列を記憶する
  14・3　AIを使った感情分析
  
  15章音楽とビジュアルアート（視覚芸術）の生成
  15・1　芸術と人生を模倣する学習
  15・2　芸術家の模倣
  
  16章敵対的生成ネットワークの構築
  16・1　ネットワークを競わせる
  16・2　成長する分野を考える
  
  17章深層強化学習で遊ぶ
  17・1　ニューラルネットワークでゲームをする
  17・2　アルファ碁の説明
  
   
  第Ⅳ部　10のリスト
  18章深層学習を必要とする10のアプリケーション
  18・1　白黒の動画や写真に色を復元する
  18・2　人物のポーズをリアルタイムで近似する
  18・3　リアルタイムの行動分析の実行
  18・4　言語の翻訳
  18・5　太陽光発電による節約可能量の見積もり
  18・6　コンピュータゲームで人間に勝つ
  18・7　音声の生成
  18・8　人口統計の予測
  18・9　現実世界の写真からアートを生み出す
  18・10　自然災害の予測
  
  19章深層学習が関わる10の仕事
  19・1　人のマネジメント
  19・2　医療の向上
  19・3　新しいデバイスの開発
  19・4　カスタマーサポートの提供
  19・5　データの見方を変える
  19・6　分析の高速化
  19・7　よりよい仕事環境をつくるために
  19・8　あいまいな情報や詳細な情報の調査
  19・9　建物の設計
  19・10　安全性の向上

• 出版社からのコメント

  深層学習でどんなことができるのか，Pythonで実行しながら学ぶ入門教科書．

• 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）

  Mueller,John Paul(MUELLER,JOHN PAUL／Mueller,John Paul)
  フリーランスの著述家、技術編集者。これまでに１１２冊の本と６００本以上の記事を執筆しており、生まれついての文筆家である。テーマはネットワーキングから人工知能、データベース管理からヘッドダウンプログラミングまで多岐にわたる。現在執筆中の書籍には、データサイエンス、機械学習、アルゴリズムに関する論考がある。彼の編集技術は、７０人以上の著者の原稿を洗練させてきた。また、さまざまな雑誌への技術編集サービスの提供や、各種コンサルティング、資格試験の執筆も行っている
  
  Massaron,Luca(MASSARON,LUCA／Massaron,Luca)
  多変量統計解析、機械学習、顧客洞察を専門とするデータサイエンティスト兼マーケティングリサーチディレクターで、推論、統計、データマイニング、アルゴリズムを応用して現実世界の問題を解決し、ステークホルダーに価値を生み出すことに１０年以上の経験がある。イタリアにおけるウェブ視聴者分析のパイオニアであり、ｋａｇｇｌｅ．ｃｏｍのトップ１０カグラーに選ばれるなど、データと分析に関するあらゆることに情熱を傾け、データ駆動型知識発見の可能性を専門家と非専門家の両方に示すことに努めてきた。不必要に洗練されたものよりもシンプルなものを好み、データサイエンスの本質を理解し実践することで多くのことが達成できると信じている。また、機械学習のＧｏｏｇｌｅ　Ｄｅｖｅｌｏｐｅｒ　Ｅｘｐｅｒｔ（ＧＤＥ）でもある
  
  沼 晃介(ヌマコウスケ)
  １９７９年石川県出身。現、専修大学ネットワーク情報学部准教授。専門：人工知能、ウェブ、ユーザインタフェース。博士（情報学）
  
  吉田 享子(ヨシダ キョウコ)
  １９５１年静岡県出身。現、株式会社古賀総研シニアスタッフ。前専修大学ネットワーク情報学部教授。専門：人工知能、ソフトウェア工学。博士（工学）

ミュラー Pythonで学ぶ深層学習 [単行本] の商品スペック