ディープラーニングを支える技術〈2〉ニューラルネットワーク最大の謎(Tech×Books plusシリーズ) [単行本]
    • ディープラーニングを支える技術〈2〉ニューラルネットワーク最大の謎(Tech×Books plusシリーズ) [単行本]

    • ¥3,27899ポイント(3%還元)
    • 在庫あり2022年7月1日金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
100000009003551150

ディープラーニングを支える技術〈2〉ニューラルネットワーク最大の謎(Tech×Books plusシリーズ) [単行本]

価格:¥3,278(税込)
ポイント:99ポイント(3%還元)(¥99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、2022年7月1日金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:技術評論社
販売開始日: 2022/04/21
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

ディープラーニングを支える技術〈2〉ニューラルネットワーク最大の謎(Tech×Books plusシリーズ) の 商品概要

  • 要旨(「BOOK」データベースより)

    技術/性能の追求は、人自身の能力を飛躍的に高め、新たな領域を切り開く。先端の情報や知識を俯瞰し、何が本質的な問題なのか、原理/原則は何か、「考える過程」を辿ります。
  • 目次

    # 第0章 ディープラーニングとは何か 表現学習とタスク学習、本書解説の流れ
    ##0.1 [速習]ディープラーニング
    ##0.2 ニューラルネットワークの「学習」における大きな謎
    ##0.3 これから学ぶ生成モデル
    ##0.4 これから学ぶ強化学習
    ##0.5 ディープラーニングと人工知能の課題とこれから

    # 第1章 ディープラーニングの最適化 なぜ学習できるのか
    ##1.1 最適化による学習
    ##1.2 [概要]学習の効率化
    ##1.3 モーメンタム法
    ##1.4 学習率の自動調整
    ##1.5 ハイパーパラメータの最適化
    ##1.6 本章のまとめ

    # 第2章 ディープラーニングの汎化 なぜ未知のデータをうまく予測できるのか
    ##2.1 従来の汎化理論との矛盾
    ##2.2 ニューラルネットワークと陰的正則化
    ##2.3 明示的な正則化
    ##2.4 本章のまとめ

    # 第3章 深層生成モデル 生成を通じて複雑な世界を理解する
    ##3.1 生成モデル&深層生成モデルとは何か
    ##3.2 VAE ニューラルネットワークを使った潜在変数モデル
    ##3.3 GAN 敵対的生成モデル
    ##3.4 自己回帰モデル
    ##3.5 正規化フロー
    ##3.6 拡散モデル
    ##3.7 本章のまとめ

    # 第4章 深層強化学習 ディープラーニングと強化学習の融合
    ##4.1 強化学習の基本
    ##4.2 強化学習はどのような特徴を持つのか
    ##4.3 最適な方策を直接求める モンテカルロ推定
    ##4.4 方策と価値
    ##4.5 ベルマン方程式 隣り合う時刻間の価値の関係を表す
    ##4.6 MC学習、オンライン版MC学習 オンラインでの方策の価値推定1
    ##4.7 TD学習 オンラインでの方策の価値推定2
    ##4.8 予測から制御へ 問題のどこが変わるのか
    ##4.9 方策オン型学習 基本の考え方とSARSA
    ##4.10 方策オフ型学習 人の振り見て我が振り直せ
    ##4.11 関数近似 価値をパラメトリックモデルで近似する
    ##4.12 方策勾配法 方策の勾配を使って最適方策を学習する
    ##4.13 DQN ディープラーニングと強化学習の融合
    ##4.14 AlphaGo コンピュータ囲碁での強化学習の適用例
    ##4.15 モデルベース強化学習
    ##4.16 本章のまとめ

    # 第5章 これからのディープラーニングと人工知能 どのように発展していくか
    ##5.1 学習手法の発展 自己教師あり学習
    ##5.2 人工知能と計算性能の関係
    ##5.3 問題固有の知識をどう組み込むか
    ##5.4 ディープラーニングの今後の課題
    ##5.5 本章のまとめ
  • 内容紹介

    初学者の方々に向け、ディープラーニングの発展技術をまとめた解説書。
    ディープラーニングは現在のAI/人工知能の発展の中核を担っており、スマートフォンからIoT、クラウドに至るまで幅広い領域で、画像、音声、言語処理をはじめとした多くの対象分野に浸透し、目覚ましい進展をもたらしています。
    ディープラーニングの今の基本をまとめた前作に続き、本作ではニューラルネットワークにおける大きな謎である「なぜ学習できるのか」「なぜ汎化するのか」にスポットを当て平易に解説。合わせて、将来的な革新の可能性を秘める二大トピックとして、「生成モデル」「深層強化学習」も詳しく取り上げます。そして、4つのテーマのもと、ディープラーニングや人工知能について課題を整理し、今後を考えていきます。
    多様な問題を一つのアプローチ、アルゴリズムで解ける驚異的な技術。ディープラーニングが一段と進化していく将来につながる、長く役立つ原理、原則、考え方を紐解く1冊です。
  • 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)

    岡野原 大輔(オカノハラ ダイスケ)
    2010年東京大学情報理工学系研究科コンピュータ科学専攻博士課程修了(情報理工学博士)。在学中の2006年、友人らとPreferred Infrastructureを共同で創業、また2014年にPreferred Networksを創業。現在はPreferred Networksの代表取締役CERおよびPreferred Computational Chemistryの代表取締役社長を務める
  • 著者について

    岡野原 大輔 (オカノハラ ダイスケ)
    岡野原大輔 Okanohara Daisuke
    2010年 東京大学情報理工学系研究科コンピュータ科学専攻博士課程修了(情報理工学博士)。在学中の2006年、友人らとPreferred Infrastructureを共同で創業、また2014年にPreferred Networksを創業。現在はPreferred Networksの代表取締役CERおよびPreferred Computational Chemistryの代表取締役社長を務める。
    ・『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]』(技術評論社、2022)
    ・『深層学習 Deep Learning』(共著、近代科学社、2015)
    ・『オンライン機械学習』(共著、講談社、2015)
    ・『Learn or Die 死ぬ気で学べ プリファードネットワークスの挑戦』(西川 徹との共著、2020)
    ・連載「AI最前線」(日経Robotics、本書執筆時点で連載中)

ディープラーニングを支える技術〈2〉ニューラルネットワーク最大の謎(Tech×Books plusシリーズ) の商品スペック

商品仕様
出版社名:技術評論社
著者名:岡野原 大輔(著)
発行年月日:2022/05/04
ISBN-10:429712811X
ISBN-13:9784297128111
判型:A5
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:271ページ
縦:21cm
その他:ニューラルネットワーク最大の謎
他の技術評論社の書籍を探す

    技術評論社 ディープラーニングを支える技術〈2〉ニューラルネットワーク最大の謎(Tech×Books plusシリーズ) [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!