5357446
【送料無料】本/初めてのTensorFlow 数式なしのディープラーニング PythonとTFLearnライブラリで実装まで無理なく体験学習/足立悠 【新品／103509】
[本][コンピュータ][プログラミング][その他]
- 翌日お届け
- 配送日指定
- ギフト対応
- カード
- 代金引換
- ケータイ払い
- 後払い
- 著者 ： 足立悠（著）
- 出版社名 ： リックテレコム
- 発行日 ： 2017年11月
- ISBN ： 9784865941050
- ◆◆ PythonとTFLearnで無理なく体験学習 ◆◆
本書は「これからディープラーニングを学びたい」と考えているIT エンジニアの方々を対象にしています。
そして、ディープラーニングの手法を理解し、自分で実装できるようになることを目指します。
ディープラーニングを初めて学ぶITエンジニアは、2つの障壁を越えねばなりません。
一つは「ディープラーニングの手法」、特に、理論を説明する数式が難解なこと。
もう一つは「どうやって使うのか、実装方法が分からない」ことです。
■数式なしで理論を理解
そこで本書は、是非知っておきたい3つの手法、即ち、(1)全結合のニューラルネットワーク、
(2)畳み込みニューラルネットワーク（CNN）、(3)再帰型ニューラルネットワーク（RNN）のみに話題を集中。
IT エンジニアなら抵抗感なく読めるように、数式を一切使わず、気鋭のデータサイエンティストが
丁寧に理論を解説します。
■簡単に実装できるライブラリを使用
実装については、Google社のディープラーニング・フレームワークTesorFlowに注目。
TesorFlowと完全互換性があり、かつ、TesorFlowよりも初心者に適したTFLearnライブラリを使うことで、
Python 3による実装を体験します。
実装環境の構築方法も一から説明し、サンプルコードには逐次解説を加えました。
■理論と実装の反復で理解を深める
第1章では、機械学習とディープラーニングの概要、実装ライブラリについて説明します。
第2章では、TFLearnを使った実装環境を構築し、ツールの使い方を学びます。
第3章では、全結合のニューラルネットワークの仕組みを理解した後、
手書き文字画像のMNISTデータセットを使って、画像の分類問題を解いてみます。
第4章ではCNNを解説した後、再度、MNISTデータを分類。また、JPEG等の一般的な画像の分類も行います。
第5章では、時系列データに適したRNNの仕組みを理解した後、対話テキストの分類に挑戦。
ここでもMNISTの分類を行ってみます。
本書に沿って体験学習を進めれば、ディープラーニングの手法を無理なく理解でき、
手を動かして実装できるようになるでしょう。※本データはこの商品が発売された時点の情報です。
閉じる
閉じる
閉じる
再入荷リクエストが完了しました。
リクエストした商品が再入荷された場合、
メールでお知らせします。
閉じる
再入荷リクエスト
リクエストした商品が再入荷された場合、
メールでお知らせします。
上記期間を経過しても商品が再入荷されない場合、設定は自動的に解除されます。（上記期間を経過するか、商品が再入荷されるまで設定は解除できません）
