感染拡大防止のため、本を読む前、読んだ後は手を洗いましょう。みなさまのご協力をお願いします。

本のないよう

一般和書
ログインすると許諾を得た一部の
表紙画像をご覧になれます
  • 本のくわしいないようです。 この本は、今 0 人がよやくしています。
  • ・この本をよやくをするときは、「よやくカートに入れる」ボタンをクリックしてください。よやくするには、図書館がはっこうしたパスワードが必要です。
    ・「よやくカートに入れる」ボタンが出ないものはインターネットからよやくできません。

ぞうしょじょうほう

この資料の蔵書に関する統計情報です。現在の所蔵数 在庫数 予約数などを確認できます。

本のかず 1 ざいこのかず 0 よやくのかず 0

しょしじょうほうサマリ

本のだいめい

直感Deep Learning　Python×Kerasでアイデアを形にするレシピ

書いた人の名前 Antonio Gulli／著 Sujit Pal／著 大串正矢／訳
しゅっぱんしゃ オライリー・ジャパン
しゅっぱんねんげつ 2018.8
本のきごう 0071/00420/

この資料に対する操作

カートに入れる を押すと この資料を 予約する候補として予約カートに追加します。

いますぐ予約する を押すと 認証後この資料をすぐに予約します。

とうろくするほんだなログインすると、マイほんだながりようできます。

本のばしょ

各蔵書資料に関する詳細情報です。

No. としょかん 本のばんごう 本のしゅるい 本のばしょ くわしいばしょ せいげん じょうたい
1 鶴舞0237400312一般和書２階開架パソコン貸出中 

かんれんしりょう

この資料に関連する資料を 同じ著者 出版年 分類 件名 受賞などの切り口でご紹介します。

しょししょうさい

この資料の書誌詳細情報です。

本のきごう 0071/00420/
本のだいめい 直感Deep Learning　Python×Kerasでアイデアを形にするレシピ
書いた人の名前 Antonio Gulli／著 　 Sujit Pal／著 　 大串正矢／訳
しゅっぱんしゃ オライリー・ジャパン
しゅっぱんねんげつ 2018.8
ページすう 23,309p
おおきさ 21cm
ISBN 978-4-87311-826-0
はじめのだいめい 原タイトル:Deep learning with Keras
ぶんるい 00713
いっぱんけんめい 深層学習
本のしゅるい 一般和書
ないようしょうかい Kerasを用いて、画像の認識や生成、自然言語からの特徴抽出、強化学習など幅広い分野のタスクを実装する方法を紹介。実際の実装コードや実務で使うテクニックも収録する。サンプルコードのダウンロードサービス付き。
タイトルコード 1001810042302

ようし 直感的かつ短いコードでアイデアを形にできるＫｅｒａｓはＴｅｎｓｏｒＦｌｏｗのラッパーとして大人気のライブラリです。本書でもＴｅｎｓｏｒＦｌｏｗをバックエンドとして使用し、自然言語処理、画像識別、画像生成、音声合成、テキスト生成、強化学習、ＡＩゲームプレイなどさまざまなモデルをＰｙｔｈｏｎとＫｅｒａｓで実装します。対象読者は、各種のディープラーニングを素早く実装したいプログラマー、データサイエンティスト。ディープラーニングを支える技術の速習にも好適です。数式はなるべく使わずにコードと図で説明します。ニューラルネットワークおよびＰｙｔｈｏｎ３の基本を理解している人であれば誰でも始めることができます。
もくじ １章　ニューラルネットワークの基礎
２章　ＫｅｒａｓのインストールとＡＰＩ
３章　畳み込みニューラルネットワーク
４章　ＧＡＮとＷａｖｅＮｅｔ
５章　単語分散表現
６章　リカレントニューラルネットワーク
７章　さまざまなディープラーニングのモデル
８章　ＡＩによるゲームプレイ
９章　総括
付録Ａ　ＧＰＵを考慮した開発環境の構築
ちょしゃじょうほう グッリ，アントニオ
　検索エンジン、オンラインサービス、機械学習、情報検索、分析、クラウドコンピューティングの専門家。これまでヨーロッパの４つの異なる国で専門的な経験を積み、ヨーロッパとアメリカの６つの国でマネージャーを務めた。具体的には、出版業界（Ｅｌｓｅｖｉｅｒ）からポータルサイト（Ａｓｋ．ｃｏｍ）、通信業界（Ｔｉｓｃａｌｉ）、ハイテク産業の研究開発部門（Ｍｉｃｒｏｓｏｆｔ、Ｇｏｏｇｌｅ）といった複数の分野でＣＥＯ、ＧＭ、ＣＴＯ、ＶＰ、ディレクター、サイトリーダーを務めた(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)
パル，サジット
　Ｅｌｓｅｖｉｅｒ　Ｌａｂｓの技術研究部長。研究コンテンツとメタデータを中心としたインテリジェントシステムの構築に従事。主な関心事は情報検索、オントロジー、自然言語処理、機械学習、分散処理。現在、ディープラーニングモデルを使用して画像の分類と類似性に取り組んでいる。以前はコンシューマーヘルスケア業界でオントロジーセマンティック検索、コンテンツターゲット広告、ＥＭＲデータ処理プラットフォームの構築をサポートしていた(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)
大串 正矢
　株式会社カブク所属の機械学習エンジニア。業務では時系列データに対する異常検知に従事。奈良先端科学技術大学院大学で情報工学修士の学位を取得。ＩｎｔｅｒＳｐｅｅｃｈ　２０１３、ＰｙＣｏｎ　ＪＰ　２０１６、ＥｕｒｏＰｙｔｈｏｎ　２０１７で発表経験あり(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)
久保 隆宏
　２００６年ＴＩＳ株式会社入社。業務コンサルタントとしてキャリアをスタートし、主に化学系メーカーでの業務改善、システム構築・運用・保守までを一貫して手がける。その後より現場を助ける提案を行うことを目的に戦略技術センターへ異動。現在は「人のための要約」を目指し、少ない学習データによる要約の作成・図表化に取り組む。論文のまとめを共有するａｒＸｉｖＴｉｍｅｓの運営など、技術の普及にも積極的に取り組む(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)
中山 光樹
　２０１５年ＴＩＳ株式会社入社。入社後は、研究開発部門で自然言語処理の研究を担当。現在は、固有表現認識の研究に取り組む(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)


ないよう細目表：

前のページへ
ページのせんとうへ トップページへ

本文はここまでです。

ページの終わりです。