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 | 0237400288 | 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。
Nikhil Buduma 太田満久 藤原秀平 牧野聡
書誌詳細
この資料の書誌詳細情報です。
請求記号 |
0071/00419/ |
書名 |
実践Deep Learning PythonとTensorFlowで学ぶ次世代の機械学習アルゴリズム |
著者名 |
Nikhil Buduma/著
太田満久/監訳
藤原秀平/監訳
|
出版者 |
オライリー・ジャパン
|
出版年月 |
2018.4 |
ページ数 |
16,316p |
大きさ |
21cm |
ISBN |
978-4-87311-832-1 |
原書名 |
原タイトル:Fundamentals of deep learning |
分類 |
00713
|
一般件名 |
深層学習
|
書誌種別 |
一般和書 |
内容紹介 |
微積分や行列演算、Pythonの基礎知識を持つ人に向けて、ディープラーニングの歴史的背景からTensorFlowによる実装まで、ニューラルネットとアルゴリズムを解説する。サンプルコードが入手できるURLつき。 |
タイトルコード |
1001810010539 |
要旨 |
2000年代にニューラルネットワークの研究が再び活発になりました。現在、ディープラーニングは近代的な機械学習の道を切り開いている非常に活発な研究領域となっています。Google、Microsoft、Facebookなどの企業では、社内のディープラーニングチームが急成長しています。しかし、多くの人にとってディープラーニングはまだまだとても複雑で困難な課題です。本書ではサンプルのPython3プログラムと簡潔な説明を通してこの複雑な分野の主要な概念を紹介します。微積分、行列演算、Pythonの基礎があれば誰でも本書を始めることができます。 |
目次 |
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 |
著者情報 |
太田 満久 1983年東京都生まれ。名古屋育ち。京都大学基礎物理学研究所にて素粒子論を専攻し、2010年に博士号を取得。同年データ分析専業のブレインパッド社に新卒として入社。入社後は数学的なバックグラウンドを生かし、自然言語処理エンジンやレコメンドアルゴリズムの開発を担当。現在は最新技術の調査・検証を担当。TensorFlow User Group Tokyoオーガナイザ。Google Developer Expert(Machine Learning)(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) 藤原 秀平 大学院では数理最適化や機械学習の研究に取り組み修士号を取得。その後は開発者として機械学習関連の業務に携わる傍ら、Google Cloud Platform(GCP)の認定トレーナーの資格を取得し、GCPやTensorFlowを普及させるために活動。TensorFlow User Group Tokyoオーガナイザ。Google Developer xpert(Machine Learning)(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) 牧野 聡 ソフトウェアエンジニア。日本アイ・ビー・エムソフトウェア開発研究所勤務(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