TensorFlowで学ぶ 機械学習・ニューラルネットワーク [単行本]
    • TensorFlowで学ぶ 機械学習・ニューラルネットワーク [単行本]

    • ¥3,938119ポイント(3%還元)
    • 在庫あり2021年9月28日火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
TensorFlowで学ぶ 機械学習・ニューラルネットワーク [単行本]
画像にマウスを合わせると上部に表示
100000009002948757

TensorFlowで学ぶ 機械学習・ニューラルネットワーク [単行本]

価格:¥3,938(税込)
ポイント:119ポイント(3%還元)(¥119相当)
フォーマット:
専用電子書籍リーダアプリ「Doly」が必要です。無料ダウンロード
お届け日:在庫あり今すぐのご注文で、2021年9月28日火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:マイナビ出版
販売開始日: 2018/04/28
お取り扱い: のお取り扱い商品です。
ご確認事項:返品不可
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

TensorFlowで学ぶ 機械学習・ニューラルネットワーク の 商品概要

  • 要旨(「BOOK」データベースより)

    機械学習と人工知能技術を完全マスター!線形回帰からニューラルネットワークまで。機械学習のアルゴリズムをマスター。TensorFlowでの実装を解説!
  • 目次

    Part 1 機械学習に必要なもの
    1章 機械学習の旅
    1.1 機械学習の基礎
    1.2 データ表現と特徴
    1.3 距離の測定方法
    1.4 学習のタイプ
    1.5 TensorFlow
    1.6 今後の章の概要
    1.7 まとめ

    2章 TensorFlow の必需品
    2.1 TensorFlow の動作を保証する
    2.2 テンソルを表す
    2.3 演算子の作成
    2.4 セッションでの演算子の実行
    2.5 Jupyter でのコードの記述
    2.6 変数の使用
    2.7 変数の保存と読み込み
    2.8 TensorBoard を使用したデータの視覚化
    2.9 まとめ

    Part 2 主要な学習アルゴリズム
    3章 線形回帰とその先
    3.1 公式表記法
    3.2 線形回帰
    3.3 多項式モデル
    3.4 正則化
    3.5 線形回帰の活用
    3.6 まとめ

    4章 クラス分類の簡単な紹介
    4.1 正式記法
    4.2 性能の測定
    4.3 分類に線形回帰を使用する
    4.4 ロジスティック回帰の使用
    4.5 マルチクラス分類器
    4.6 分類の活用
    4.7 まとめ

    5章 自動的にデータをクラスタリング
    5.1 TensorFlow でのファイルの走査
    5.2 音声からの特徴抽出
    5.3 K 平均クラスタリング
    5.4 音声のセグメンテーション
    5.5 自己組織化マップを使用したクラスタリング
    5.6 クラスタリングの活用
    5.7 まとめ

    6章 隠れマルコフモデル
    6.1 解釈不可能なモデルの例
    6.2 マルコフモデル
    6.3 隠れマルコフモデル
    6.4 前向きアルゴリズム
    6.5 ビタビ復号
    6.6 隠れマルコフモデルの使用
    6.7 隠れマルコフモデルの活用
    6.8 まとめ

    Part 3 ニューラルネットワークの実例
    7章 自動エンコーダの中身
    7.1 ニューラルネットワーク
    7.2 自動エンコーダ
    7.3 バッチ訓練
    7.4 画像を用いて作業する
    7.5 自動エンコーダの応用
    7.6 まとめ

    8章 強化学習
    8.1 正式な概念
    8.2 強化学習の適用
    8.3 強化学習の実装
    8.4 他の強化学習アプリケーションの探求
    8.5 まとめ

    9章 畳み込みニューラルネットワーク
    9.1 ニューラルネットワークの欠点
    9.2 畳み込みニューラルネットワーク
    9.3 画像の準備
    9.4 TensorFlow における畳み込みニューラルネットワークの実装
    9.5 パフォーマンスを向上させるためのヒント
    9.6 畳み込みニューラルネットワークの応用
    9.7 まとめ

    10章 再帰型ニューラルネットワーク
    10.1 文脈の情報
    10.2 再帰型ニューラルネットワークの紹介
    10.3 再帰型ニューラルネットワークの実装
    10.4 時系列データの予測モデル
    10.5 再帰型ニューラルネットワークの応用
    10.6 まとめ

    11章 シーケンス変換モデルを用いたチャットボット
    11.1 分類器とRNN の構築
    11.2  Seq2seq の仕組み
    11.3 記号のベクトル表現
    11.4 実装の仕上げ
    11.5 対話データの収集
    11.6 まとめ

    12章 効用の特徴と活用
    12.1 嗜好モデル
    12.2 画像埋め込み
    12.3 画像の順位付け
    12.4 まとめ
    12.5 次にすべきことは?

    付録 インストール
    ・Docker を使用したTensorFlow のインストール
    ・Matplotlib のインストール
    索引
  • 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)

    シュクラ,ニシャン(シュクラ,ニシャン/Shukla,Nishant)
    ロボティクスによるコンピュータビジョンと機械学習に関する、UCLAの博士研究員。バージニア大学でコンピュータサイエンスの学士号と数学の学士号を取得。Hack.UVAの創設メンバーで、Haskellの講義を幅広く行った。Microsoft、Facebook、Foursquareの開発者、SpaceXの機械学習エンジニアとして働き、Haskell Data Analysis Cookbookの著者。分析化学から自然言語処理に関する研究論文を発表している

    岡田 佑一(オカダ ユウイチ)
    学生時代はニューラルネットワークと統計学に関する研究を行う。2013年以降はプログラミングの問題を多数作成し、延べ10,000人以上からの解答コードに対して評価・コメントし、解説記事等の執筆活動も行っている。現在は小さな学習塾を営みつつ、組み合わせ最適化に関する研究を行う
  • 出版社からのコメント

    TensorFlowで機械学習のアルゴリズムを完全マスター。
  • 内容紹介

    本書は機械学習を始めたばかりの方にもTensorFlowを初めて使う方にも、究極のガイドです。
    コードを理解するにはPythonプログラミングに関する知識が事前に必要ですが、それ以外は機械学習の基本からTensorFlowの実践的な使いこなしまでマスター可能です。

    Part 1では、機械学習とは何か、といった探求と、TensorFlowが果たす重要な役割についてハイライトを当てます。1章では機械学習の用語と理論を紹介し、第2章ではTensorFlowの利用を開始するために必要なことを解説します。

    Part 2では、基本的なアルゴリズムについて説明します。3章~6章のそれぞれの章で、回帰、分類、クラスタリング、隠れマルコフモデルについて解説します。これらのアルゴリズムは、機械学習のあらゆる分野で利用できます。

    Part 3では、TensorFlowが真のパワーを発揮するニューラルネットワークについてそのベールをはがします。7章~12章では、オートエンコーダー、強化学習、畳み込みニューラルネットワーク、再帰型ニューラルネットワーク、シーケンス変換モデルおよびユーティリティーについて紹介します。

    経験豊かなTensorFlowユーザーでない限り、最初にPart 1(1章と2章)を読むことをお勧めします。そこをマスターしたら、あとは本書の好きな章から読んでOKです。
    機械学習やTensorFlowを初めて使う方には究極のガイド本であり、その基礎をバッチリマスターできます。
  • 著者について

    Nishant Shukla (ニシャン シュクラ)
    Nishant Shukla(ニシャン・シュクラ、http://shukla.io)は機械学習とロボティクスによるコンピュータビジョン技術の研究者でUCLAで博士号を取得。またバージニア大学でコンピューターサイエンスの学士号と数学の学士号を取得。
    Hack.UVA(http://hackuva.io)の創設メンバーで、Haskellの講義を幅広く行う(http://shuklan.com/haskell)。Microsoft、Facebook、Foursquareの開発者、SpaceXの機械学習エンジニアとして働き、Haskell Data Analysis Cookbook(http://haskelldata.com)の著者。分析化学から自然言語処理に関する研究論文を発表している(http://mng.bz/e9sk)。自分の自由時間には"カタンの開拓者たち"(The Settlers of CATAN)や"グウェント"(Gwent)を楽しみ、時折敗北を味わう。

    岡田佑一 (オカダユウイチ)
    学生時代はニューラルネットワークと統計学に関する研究を行う。2013 年以降はプログラミングの問題を多数作成し、延べ10,000 人以上からの解答コードに対して評価・コメントし、解説記事等の執筆活動も行っている。現在は小さな学習塾を営みつつ、組み合わせ最適化に関する研究を行う。著書に『ショートコーディング 職人達の技法』、訳書に『世界で闘うプログラミング力を鍛える本』、執筆協力に『プログラミングコンテスト攻略のためのアルゴリズムとデータ構造』(以上、マイナビ出版)。

TensorFlowで学ぶ 機械学習・ニューラルネットワーク の商品スペック

商品仕様
出版社名:マイナビ出版
著者名:ニシャン シュクラ(著)/岡田 佑一(訳)
発行年月日:2018/04/25
ISBN-10:4839964742
ISBN-13:9784839964740
判型:B5
対象:専門
発行形態:単行本
内容:電子通信
言語:日本語
ページ数:251ページ
縦:24cm
横:19cm
他のマイナビ出版の書籍を探す

    マイナビ出版 TensorFlowで学ぶ 機械学習・ニューラルネットワーク [単行本] 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!