蔵書情報
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。
資料情報
各蔵書資料に関する詳細情報です。
No. |
所蔵館 |
資料番号 |
資料種別 |
配架場所 |
別置 |
帯出 |
状態 |
1 |
鶴舞 | 0237893508 | 一般和書 | 2階開架 | パソコン | | 在庫 |
関連資料
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。
Jeremy Howard Sylvain Gugger 中田秀基
書誌詳細
この資料の書誌詳細情報です。
請求記号 |
0071/00596/ |
書名 |
PyTorchとfastaiではじめるディープラーニング エンジニアのためのAIアプリケーション開発 |
著者名 |
Jeremy Howard/著
Sylvain Gugger/著
中田秀基/訳
|
出版者 |
オライリー・ジャパン
|
出版年月 |
2021.5 |
ページ数 |
20,561p |
大きさ |
24cm |
ISBN |
978-4-87311-942-7 |
原書名 |
原タイトル:Deep learning for coders with fastai and PyTorch |
分類 |
00713
|
一般件名 |
深層学習
|
書誌種別 |
一般和書 |
内容紹介 |
PyTorchとその上に構築されたライブラリfastaiを用いてディープラーニングを行う方法を、平易な言葉と数多くの図でていねいに解説する。データ倫理、性能改善のための最新テクニックも網羅。 |
タイトルコード |
1002110025955 |
目次 |
第1部 ディープラーニングの実際(ディープラーニングへの旅路 モデルから実運用へ ほか) 第2部 fastaiのアプリケーションを理解する(舞台裏:数字のクラス分類器 画像クラス分類 ほか) 第3部 ディープラーニングの基礎(言語モデルを1から作る 畳み込みニューラルネットワーク ほか) 第4部 ディープラーニングを1から作る(基礎からのニューラルネットワーク CAMを用いたCNNの解釈 ほか) |
著者情報 |
ハワード,ジェレミー 起業家、ビジネス戦略家、開発者、教育者、ディープラーニングをより身近なものにするための研究機関であるfast.aiの創設研究者。また、サンフランシスコ大学の著名なリサーチサイエンティストであり、シンギュラリティ大学の教員、世界経済フォーラムの若いグローバルリーダーでもある。彼の最新のスタートアップであるEnliticは、医学にディープラーニングを適用した最初の企業であり、MIT Tech Reviewの2年間で世界のトップ50スマート企業の1つに選ばれた。過去にはKaggleのコンペでトップランクとなり、その後Kaggleの社長兼チーフサイエンティストを務めた。オーストラリアで成功した2つの新興企業(FastMailとLexis−Nexisに買収されたOptimal Decisions Group)の創設CEOでもあった。それ以前は、マッキンゼー&Co、ATカーニーで経営コンサルティングに8年間従事。多くの新興企業に投資、助言を行い、数多くのオープンソースプロジェクトに貢献してきている(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) ガガー,シルヴェイン 元教師。現在はfast.aiのリサーチサイエンティスト。限られたリソースでモデルを迅速に訓練できる技術の設計/改善によってディープラーニングをより身近なものにすることに重点を置く。CPGE(フランスの高等教育機関。高校卒業後の2年間、難関大学入学のための準備をする)で2015年まで7年間にわたりコンピュータサイエンスと数学を教えていた。そのカリキュラム全体をカバーする本を何冊か執筆した経験がある(Editions Dunodから出版)。パリにある高等師範学校で数学を学び、パリ第11大学で数学の修士号を取得した(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) 中田 秀基 博士(工学)。産業技術総合研究所において分散並列計算、機械学習システムの研究に従事。筑波大学連携大学院教授(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) |
内容細目表:
前のページへ