詳解ディープラーニング 第２版

ＴｅｎｓｏｒＦｌｏｗ／Ｋｅｒａｓ・ＰｙＴｏｒｃｈによる時系列データ処理

マイナビ出版
巣籠悠輔　

• 価格: 3,740円（本体3,400円＋税）
• 発行年月: 2019年11月
• 判型: Ｂ５
• ISBN: 9784839969516

内容情報

[BOOKデータベースより]

ディープラーニング実装入門書の決定版！Ｋｅｒａｓ　２．ｘ／ＴｅｎｓｏｒＦｌｏｗ　２．ｘ、ＰｙＴｏｒｃｈ　１．ｘ対応。ディープラーニングに関する様々な課題を新たに実装しコードを公開。定式化や実装をより丁寧に記述。本書第１版（２０１７年）以降に次々と登場している新しい手法や時系列データを扱うモデルの理論および実装など、大幅にボリュームアップ。

第１章　数学の準備
第２章　Ｐｙｔｈｏｎの準備
第３章　ニューラルネットワーク
第４章　ディープニューラルネットワーク
第５章　リカレントニューラルネットワーク
第６章　リカレントニューラルネットワークの応用

[日販商品データベースより]

ニューラルネットワークの理論とディープラーニングの実装について丁寧に解説。実装には、Python(3.x)とディープラーニング向けライブラリKeras（2.x）、TensorFlow（2.x）、PyTorch（1.x）を用います。

本書では、自然言語処理をはじめとした時系列データ処理のためのディープラーニング・アルゴリズムに焦点を当てているのも大きな特徴の1つです。本書の［第1版］（2017年）以降に次々と登場している新しい手法やモデルを丁寧に説明、記事も大幅にボリュームアップしました。

［本書の構成］
1章 数学の準備：ニューラルネットワークのアルゴリズムを理解するための数学の知識、偏微分と線形代数の基本を学びます。アルゴリズムが複雑になってもこの2つを押さえておけばきちんと理解できます。

2章 Pythonの準備：ディープラーニングのアルゴリズムを実装するため、Python環境の構築およびPythonの基本から代表的なライブラリの使い方までを解説します。

3章 ニューラルネットワーク：ニューラルネットワークとは何か、どういった手法かを解説します。単純パーセプトロン、ロジスティック回帰、多クラスロジスティック回帰、多層パーセプトロンを扱います。

4章 ディープニューラルネットワーク：ディープラーニングはニューラルネットワークのモデルの発展形です。ニューラルネットワークから「ディープ」ニューラルネットワークになるうえで発生する課題とそれを解決するテクニックについて解説します。

5章 リカレントニューラルネットワーク：ニューラルネットワークに「時間」という概念を取り込むとどのようなモデルになるのか。通常のディープラーニングのモデルではうまく扱うことができない時系列データの扱いに特化したモデルであるリカレントニューラルネットワーク（RNN）とその手法LSTM、GRUについて取り上げます。

6章　リカレントニューラルネットワークの応用：時系列データの扱いに関しては、自然言語処理で新しいモデルが考えられてきました。本章では、Encoder-Decoder、Attention、Transformerについて学んでいきます。

付録　ライブラリ内部の処理を理解するためのグラフの知識と、Pythonのデコレータ　@tf.function の実装例、Keras、TensorFlow、PyTorchによるモデルの保存・読み込みについて解説します。