実践 Deep Learning
PythonとTensorFlowで学ぶ次世代の機械学習アルゴリズム (オライリー・ジャパン)
Nikhil Buduma, 太田 満久, 藤原 秀平, 牧野 聡オライリー・ジャパン336ページISBN 9784873118321
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9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）
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。
- 今年読んだ書籍の読書記録【2022年版】 Qiita · Hideharu Nagakura ·
本書を機械学習関連の書籍として取り上げ、TensorFlowを使いながら、Deep Learningをどのように使うのかというイメージを紹介する内容だと説明している。
この本について
この本は、PythonとTensorFlowを使った実例を通じて、ディープラーニングの基礎から応用モデルの実装までを学ぶ構成である。前半ではニューラルネットワークの仕組みと訓練、過学習への対処、勾配降下法以外の最適化手法を扱い、TensorFlowによるモデル構築や学習の可視化も説明する。続いて、畳み込みネットワーク、オートエンコーダーやWord2Vecによる表現学習、品詞タグ付け・機械翻訳などの系列分析、メモリ強化ニューラルネットワーク、深層強化学習へと範囲を広げる。微積分、行列演算、Pythonの基礎知識を前提とし、サンプルプログラムを通して各手法の使い方を具体的に示す。
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