ようこそ!浜村拓夫の世界へ

    ブログ内検索

    最近の記事

    ブックマーク数の多い記事

    Blog Translation

    Powered By FC2ブログ

    Powered By FC2ブログ
    ブログやるならFC2ブログ


    FC2ブログ LOGIN

    with Ajax Amazon

    スポンサーサイト

    このエントリーを含むはてなブックマーク はてなブックマーク - スポンサーサイト あとで読む
    上記の広告は1ヶ月以上更新のないブログに表示されています。
    新しい記事を書く事で広告が消せます。

    イラストで学ぶディープラーニング

    このエントリーを含むはてなブックマーク はてなブックマーク - イラストで学ぶディープラーニング あとで読む
    最近、人工知能の動向を理解しておくために、解説書を読みました。
    人工知能は人間を超えるか - 浜村拓夫の世界

    ディープラーニング(深層学習)について、分かりやすい本がありました。

    イラストで学ぶ ディープラーニング (KS情報科学専門書)
    山下 隆義
    講談社
    2016-02-23
    ¥ 2,808


    本書は、イラストで分かりやすい説明でした。

    ・ディープラーニング(深層学習)による人工知能の実現方法
    ・データの「特徴量」を自動的に取得する方法
    ・ディープラーニングでは、アルゴリズムよりもビッグデータが重要なので、アルゴリズムは公開しても構わない。
    ・ディープラーニング用の各種ライブラリーの使用方法を解説
    などについて、理解を深めました。

    Amazonのレビューを見ると、辛口の批判もあります。

    Amazon.co.jp: イラストで学ぶ ディープラーニング (KS情報科学専門書)の Amazon カスタマーさんのレビュー

    「中途半端な」深層学習本という印象です。
    2016/5/5
    投稿者 Amazon カスタマー
    レビュー対象商品: イラストで学ぶ ディープラーニング (KS情報科学専門書) (単行本(ソフトカバー))

    深層学習のアルゴリズムをデータ解析に活用しようと思っている医学部生です。
    この本を読む前は「back propagation」や「convolution」などの用語をかじっている程度で実践的な知識ではなく、理論的な理解&簡単な実装例を求めて購入しました。
    理論の大枠を理解するのには役だちましたが、すでに指摘が出ているように、定義なしに記号が用いられており、説明のない式が散見されました。結局これらは他の本で理解しました。
    深層学習を初めて学ぶ人が概略的に利用する「参考書」には良いかと思いますが、深層学習の徹底理解には内容が薄すぎます。



    ・ディープラーニングの概要
    ・ディープラーニングの各種ライブラリーの利用方法の概要
    を、イラストでまとめてある入門書として、割り切って読むべきなのでしょう。

    →総論を本書で押さえ、詳細な各論は、別途専門書に当たればOK

    ●目次
    イラストで学ぶ ディープラーニング | 書籍情報 | 株式会社 講談社サイエンティフィク

    第1章 序論
     1.1 ディープラーニングとは
     1.2 注目のきっかけ
     1.3 なぜディープラーニングなのか
     1.4 何がディープラーニングなのか
     1.5 本書の構成

    第2章 ニューラルネットワーク
     2.1 ニューラルネットワークの歴史
     2.2 マカロック-ピッツの素子モデル
     2.3 パーセプトロン
     2.4 多層パーセプトロン
     2.5 誤差逆伝播法
     2.6 誤差関数と活性化関数
     2.7 尤度関数
     2.8 確率的勾配降下法
     2.9 学習係数
     2.10 まとめ

    第3章 畳み込みニューラルネットワーク
     3.1 畳み込みニューラルネットワークの構成
     3.2 畳み込み層
     3.3 プーリング層
     3.4 全結合層
     3.5 出力層
     3.6 ネットワークの学習方法  
     3.7 まとめ

    第4章 制約ボルツマンマシン
     4.1 ホップフィールドネットワーク
     4.2 ボルツマンマシン
     4.3 制約ボルツマンマシン
     4.4 コントラスティブ・ダイバージェンス
     4.5 ディープ・ビリーフ・ネットワーク 
     4.6 まとめ

    第5章 オートエンコーダ
     5.1 オートエンコーダ
     5.2 デノイジング・オートエンコーダ
     5.3 スパース・オートエンコーダ
     5.4 スタックド・オートエンコーダ
     5.5 事前学習への利用 
     5.6 まとめ

    第6章 汎化性能を向上させる方法
     6.1 学習サンプル
     6.2 前処理
     6.3 活性化関数
     6.4 ドロップアウト
     6.5 ドロップコネクト 
     6.6 まとめ

    第7章 ディープラーニングのツール
     7.1 ディープラーニングの開発環境
     7.2 Theano
     7.3 Pylearn2
     7.4 Caffe
     7.5 学習システム -DIGITS-
     7.6 Chainer
     7.7 TensorFlow 
     7.8 まとめ

    第8章 ディープラーニングの現在・未来
     8.1 ディープラーニングの実用事例
     8.2 ディープラーニングの先に 
     8.3 まとめ


    関連記事

    コメント

    コメントの投稿


    管理者にだけ表示を許可する

    トラックバック

    トラックバックURL:
    http://hamamuratakuo.blog61.fc2.com/tb.php/1391-d0bb2114

    FC2Ad

    上記広告は1ヶ月以上更新のないブログに表示されています。新しい記事を書くことで広告を消せます。