これならわかる深層学習 入門 機械学習スタートアップシリーズ

瀧雅人(著者)

• 販売会社／発売会社: 講談社
• 発売年月日: 2017/10/01
• JAN: 9784061538283

商品レビュー

2020/07/22

　本書は、行間が少なく説明が丁寧かつ明快であるため、深層学習について概要を学ぶのに最適な一冊です。単純パーセプトロンから、勾配降下法、誤差逆伝播法、自己符号化器、畳み込みニューラルネット、再帰型ニューラルネット、ボルツマンマシン、深層強化学習を取り扱っています。
　歴史的に発展してきた順に、方法論などが紹介・導入され、各方法論のモチベーションがわかりやすい構成になっています。特に、第２章では、背景知識として、深層学習がどのように発達をし、現在着目されるようになったかの過程が解説されています。
また、深層学習の多くの話題を取り扱うだけでなく、なぜその方法論が着目されているかの理由も逐一説明されています。
（ラーニング・アドバイザー/数学 EGASHIRA）

▼筑波大学附属図書館の所蔵情報はこちら
https://www.tulips.tsukuba.ac.jp/opac/book/1762284

2019/07/15

深層学習について、少し深めに勉強したい人の本。結構、数式も出てくるので、まともに理解しようとすれば、ある程度の研究者としての素養と知識が必要。今の自分には少し無理なので、ざっと流し読み。数式以外は意外に面白く読めた。JDLAのG検定試験にも少しだけ役に立ちそう。逆にG試験のために勉強をした表面的な知識を持って読むと、こういうことを多分言っていたんだなと気づくための本なのかもしれない。例えば、Ridge回帰とかLASSO回帰とかね。

主な内容(章立て)は次の通り。

1　はじめに
2　機械学習と深層学習
3　ニューラルネット
4　勾配降下法による学習
5　深層学習の正則化
6　誤差逆伝播法
7　自己符号化器
8　畳み込みニューラルネット
9　再帰型ニューラルネット
10　ボルツマンマシン
11　深層強化学習

用語だけではなく、きちんと理解したい人にはお勧め。そうでない人には読まなくてもよいかもしれない。

2017/12/21

深層学習の理論の入門書の決定版

深層学習の理論がうまくまとめてあり、分かりやすい。深層学習の理論の入門書の決定版と言えるのではないだろうか。アルファ碁で有名になった深層強化学習にも触れられていて楽しい。あくまで「理論」の入門書なので、具体的なプログラムのコード等は出てこない。