発売日 2018年08月22日(水)

はじめてのディープラーニング
Pythonで学ぶニューラルネットワークとバックプロパゲーション

著者名:我妻 幸長(著者)

¥2,680(税別)

ISBN:
978-4-7973-9681-2
サイズ:
A5/2色
ページ数:
340
付録・付属:
-

購入する

全国の書店、または以下のネット書店よりご購入ください。

※書店によって在庫の無い場合、お取扱いの無い場合があります。予めご了承ください。
※各ネット書店での詳しいご購入方法は、各サイトにてご確認ください。

紙版を購入

電子版を購入

著者紹介

著者・我妻 幸長

  • 公式リンク :
@yuky_az
ツイートを見る
PyTorchのUdemyコース、6月中旬に公開予定です。 セクション2では実際に簡単なディープラーニングを構築します。 https://t.co/HsnncjAQeh

我妻幸長
「ヒトとAIの共生」がミッションの会社、SAI-Lab株式会社の代表取締役。AI関連の教育と研究開発に従事。
東北大学大学院理学研究科修了。理学博士(物理学)。興味の対象は、人工知能(AI)、複雑系、脳科学、シンギュラリティなど。
プログラミング / AI講師として、教室で1000人以上を、オンラインで約2万人近くをこれまでに指導。
世界最大の教育動画プラットフォーム、Udemyで「はじめてのPython」、「実践データサイエンス&機械学習」、「みんなのディープラーニング」、「みんなのAI講座」などを開講中。
エンジニアとして、VR、ゲーム、SNSなど、ジャンルを問わず数々のアプリを開発。

サポート情報

この商品に関してのお問い合わせは、右上の「お問い合わせ」ボタンからお願いいたします。
※ご意見、ご感想は、このフォームよりお寄せください

  • 数式の展開に違和感

    3.0
    はらむらさん

    間違った計算はやってないと思いますが、多分著者はあまり数学を理解していないと思いました。数学をそれなりに学んだことがある人は、δや∂といった変数や記号は誤解を生まないように扱うと思いますが、この本でのそれらの扱い方がよろしくないです。例えば、この本では∂E/∂bk を単に∂bkと定義しています。数学や理論物理をされた方であれば、微分される側の変数を省略するような書き方は普通しません。やるなら∂Eと書いて、微分した変数を∂の右下に小さな添字で記入します。そしてアインシュタインの縮約の記法を使って、同じ添字の場合は和をとって、そうでない場合は別の変数として扱うなど、そういった扱い方をします。そして、上記のような成分計算を行う際はクロネッカーのデルタ(δij)がよく出てくるものです。しかしこの本では、そんな中、ある変数で微分したものをδkと定義したり、紛らわしい事この上ないです。そのようなわけで、理工系学部で数学をまともに勉強したことがある人は結構アレルギー反応を示すと思いました。

  • これまでに読んだ中で最高の本です。

    5.0
    ttani

    機械学習、ディープラーニングについて多くの本を買いましたが、この本は最高に素晴らしい本だと思います。内容が分かりやすく、変数の名前の付け方も全体を理解する上で分かりやすかったです。是非、RNNやLSTM、GRU等を記載した続編を要望致します。また、数学を数式とプログラミングで理解できるようなディープラーニングの数学のみの本も出版いただけると非常に助かります。とにかく、この本を基にして、他の書籍の内容を追加しながら知識を習得していきたいと思います。Udemyの講座も受講しておりますが、書籍がやっぱり一番でした。

  • 数式に注意

    3.0
    ドッペル

    ジョン・スミスさんが書かれているように、この著者、物理の大学院出てるのに数学がわかってないと思います。特にバックプロパゲーションの部分がひどい。結果は合ってるのですが、数学の初心者が読むと理解ではなく誤解するかも?独自の略記号がかえってわかりずらくしています。また、異なる層における変数、重み、バイアスの記号を成分添字だけで区別しているのですが、これはまずいですねえ。例えば出力層にy_k(k=1,2,...)とし中間層にy_j(j=1,2,...)として、それらを成分添字k,jだけで区別していますが、そうすると例えば出力層のy_1と中間層のy_1が同じものと誤解を受けます。明らかに記号法の間違いですね。そのようなことを全てのパラメータについてやっているものだから、この本を素直に読んで理解できたと思っているひとは、多分誤解してるのだと思います。また、何気なく偏微分連鎖律を適応しているところに、「それはたまたま結果は合うが、その変形をいきなりやってはダメだろ?」というところも見受けられます。先に結果が分かっていて、横着してそうしいるのか、(著者が)理解していないのに変形して結果オーライしてるのか、どちらかでしょう。本当に物理学の博士号持っているのか疑問ですね。物理屋はもっと丁寧にやりますね。数式(特にバックプロパゲーションのところ)はまずいですが、あとは読みやすいです。数式のところは飛ばすか、自分で計算し直して読むことをおすすめします。

すべての35つのレビューを表示

  • やまと

    新宿の紀伊国屋書店に久しぶりに行ったところ、機械学習、統計学、プログラム言語Python等のAIコーナが店内の目立つところに設置されていました。その中の一つである本書には、自分のパソコンにPythonのインタプリターを載せ、ニューラルネットワークを実装して、機械学習を体験できるように例題が用意されています。オンライン・スクールのUdemyでも、著者が本書をもとに機械学習の入門講座を開設しており、動画を見ながら解説を聞けたので、理解がさらに深まりました。世の中がグルグル勢いよく変化している様を感じています。 続きを読む

  • るゐ

    ディープラーニングを支える数学から書かれているので、非常にわかりやすく、また、行列積等の計算がNumpyで簡単に実装できる点に驚きを隠せなかった。ディープラーニングと一言で言っても数多くの実装形態があることがわかったことが大きい。今後は生成や強化学習なども勉強してみたいと思う。 続きを読む

  • hal

    ディープラーニングの基本的な仕組みについてコード付きで説明している本。理解に必要な数学の基礎から解説されていて、しかもわかりやすい。特にCNNの畳み込み処理が何をしているのか具体的なイメージが初めてわかった。自分にはとても有益な本だった。コードをダウンロードして実際に試してみたい。 続きを読む

すべてのレビューを読む

関連著者・監修者 商品

同じジャンルの商品