ディープラーニングを支える技術 ——「正解」を導くメカニズム[技術基礎] (Tech × Books plus)の表紙

ディープラーニングを支える技術

「正解」を導くメカニズム[技術基礎] (Tech × Books plus)

岡野原 大輔技術評論社304ページISBN 9784297125608

ディープラーニングタグで同率15位（38冊中）。Zenn・Qiitaなどの1記事で紹介（時点）。

紹介記事
1件
媒体別
Qiita 1
初めての紹介
最新の紹介

この本を選ぶ前に

出版年
（約5年前）
タグ内の順位
ディープラーニングタグで同率15位（38冊中・紹介記事数の順）
代わりの本

ディープラーニングタグで、この本より新しく紹介記事の多い本

紹介している記事（1件）

記事ごとの説明は、記事本文のうちこの本に触れた部分をAIが要約したもので、筆者の原文ではありません。

  • SE 3年目で読んだ技術書52冊 Qiita · BinomialSheep · · いいね 77

    本書を、技術書というより丁寧なサーベイ論文のように密度が非常に高いと評価し、★10としている。刊行から2年半後の執筆時点でも、当時の最新情報を記した本でありながら、「ディープラーニングの最新動向」の節を除けば内容は十分新しく、今こそ理解しておきたいとしている。生成AIなどを扱う続編も最近読み終えたと述べている。

この本について

ディープラーニングの成立背景から機械学習の基礎、学習手法やモデルの仕組みまでを解説する、初学者向けの技術書である。第1章では、人工知能の考え方や研究の変遷をたどり、ニューラルネットワークが注目された経緯、計算機性能とデータ量の増加、画像認識や自動運転、ロボット、医療での応用を扱う。第2章では、データからモデルのパラメータを推定する学習の考え方を説明し、訓練データへの過適合と汎化、教師あり・教師なし・強化学習の違いを整理する。さらに、訓練データの性質やフィードバックの与え方による学習問題の分類、特徴抽出、重みやバイアスを用いたモデル構成、線形モデルによる分類へと進む。機械学習がデータから規則を得る過程と、ディープラーニングが発展した背景・応用領域を学べる。

出版社の内容紹介・目次と紹介記事をもとにAIが要約したものです。原文の転載ではありません。

目次（主な章）

出典: 出版社の書籍ページ （章の見出しのみ）

  1. 第1章 ディープラーニングと人工知能 ——なぜディープラーニングが成功しているのか
  2. 第2章 ［入門］機械学習 ——コンピュータの「学習」とは何か
  3. 第3章 ディープラーニングの技術基礎 ——データ変換の「層」を組み合わせて表現学習を実現する
  4. 第4章 ディープラーニングの発展 ——学習と予測を改善した正規化層/スキップ接続/注意機構
  5. 第5章 ディープラーニングを活用したアプリケーション ——大きな進化を遂げた画像認識、音声認識、自然言語処理
  6. Appendix ［厳選基礎］機械学習＆ディープラーニングのための数学