物体・画像認識と時系列データ処理入門 （TensorFlow2/PyTorch対応第2版） NumPy/TensorFlow2（Keras）/PyTorchによる実装ディープラーニング（秀和システム） [電子書籍]

物体・画像認識と時系列データ処理入門 （TensorFlow2/PyTorch対応第2版） NumPy/TensorFlow2（Keras）/PyTorchによる実装ディープラーニング（秀和システム） の 商品概要

• 要旨（「BOOK」データベースより）
  ディープラーニングの基礎理論から転移学習／ファインチューニング／時系列データ／自然言語処理／学習済みモデルによる物体検出まで、多彩なデータで楽しく学習！
  目次（「BOOK」データベースより）
  １章　ディープラーニングとは
  ２章　開発環境のセットアップとＰｙｔｈｏｎの基礎
  ３章　ディープラーニングの数学的要素
  ４章　ニューラルネットワークの可動部（勾配ベースの最適化）
  ５章　ニューラルネットワーク（多層パーセプトロン）
  ６章　画像認識のためのディープラーニング
  ７章　一般物体認識のためのディープラーニング
  ８章　人間と機械のセマンティックギャップをなくす試み
  ９章　ジェネレーティブディープラーニング
  １０章　ＯｐｅｎＣＶによる「物体検出」
  内容紹介
  Pythonのライブラリの1つであるTensorFlowは、ディープラーニングを支える数学的な各種理論を学ぶのに最適なライブラリです。しかし、TensorFlowは学習に必要な計算式を開発者が自ら組み立てねばならないという少し高めのハードルがあります。本書は、TensorFlow2のライブラリを取り上げ、ディープラーニングの基礎理論から2次元フィルター、転移学習、時系列データ、自然言語処理などを楽しく学べる入門書です。
  
  1章　ディープラーニングとは
  2章　開発環境のセットアップとPythonの基礎
  3章　ディープラーニングの数学的要素
  4章　ニューラルネットワークの可動部（勾配ベースの最適化）
  5章　ニューラルネットワーク（多層パーセプトロン）
  6章　画像認識のためのディープラーニング
  7章　一般物体認識のためのディープラーニング
  8章　人間と機械のセマンティックギャップをなくす試み
  9章　ジェネレーティブディープラーニング
  10章　OpenCVによる「物体検出」
  
  図書館選書
  機械学習を学ぶ人や開発に利用してい人が、PythonをとTensorFlowのライブラリを使ってディープラーニングの基礎理論から2次元フィルター、転移学習、時系列データ、自然言語処理などを楽しく学ぶ入門書です。
  

物体・画像認識と時系列データ処理入門 （TensorFlow2/PyTorch対応第2版） NumPy/TensorFlow2（Keras）/PyTorchによる実装ディープラーニング（秀和システム） の商品スペック