新品:
￥3,300
ポイント: 198pt  (6%)  詳細はこちら
無料配送 4月21日 日曜日にお届け
詳細を見る
または 最も早い配送 明日 4月20日にお届け（12 時間 32 分以内にご注文の場合）
詳細を見る
残り3点（入荷予定あり） 在庫状況について
￥￥3,300 () 選択したオプションを含めます。 最初の月の支払いと選択されたオプションが含まれています。 詳細
価格
小計
￥￥3,300
小計
初期支払いの内訳
レジで表示される配送料、配送日、注文合計 (税込)。
出荷元
Amazon.co.jp
出荷元
Amazon.co.jp
販売元
Amazon.co.jp
販売元
Amazon.co.jp
支払い方法
お客様情報を保護しています
お客様情報を保護しています
Amazonはお客様のセキュリティとプライバシーの保護に全力で取り組んでいます。Amazonの支払いセキュリティシステムは、送信中にお客様の情報を暗号化します。お客様のクレジットカード情報を出品者と共有することはありません。また、お客様の情報を他者に販売することはありません。 詳細はこちら
支払い方法
お客様情報を保護しています
Amazonはお客様のセキュリティとプライバシーの保護に全力で取り組んでいます。Amazonの支払いセキュリティシステムは、送信中にお客様の情報を暗号化します。お客様のクレジットカード情報を出品者と共有することはありません。また、お客様の情報を他者に販売することはありません。 詳細はこちら
新品＆中古品 (48)件の出品：
￥487  + ￥350 配送料
Kindleアプリのロゴ画像

無料のKindleアプリをダウンロードして、スマートフォン、タブレット、またはコンピューターで今すぐKindle本を読むことができます。Kindleデバイスは必要ありません。

ウェブ版Kindleなら、お使いのブラウザですぐにお読みいただけます。

携帯電話のカメラを使用する - 以下のコードをスキャンし、Kindleアプリをダウンロードしてください。

KindleアプリをダウンロードするためのQRコード

著者をフォロー

海野 裕也
フォロー
何か問題が発生しました。後で再度リクエストしてください。

深層学習による自然言語処理 (機械学習プロフェッショナルシリーズ) 単行本（ソフトカバー） – 2017/5/25

5つ星のうち4.0 29
すべての形式と版を表示
{"desktop_buybox_group_1":[{"displayPrice":"￥3,300","priceAmount":3300.00,"currencySymbol":"￥","integerValue":"3,300","decimalSeparator":null,"fractionalValue":null,"symbolPosition":"left","hasSpace":false,"showFractionalPartIfEmpty":true,"offerListingId":"IddExxrXbSr8A1jlHNqauXoSaLXAGLq0sv7uFHcsRcYbeB3D5eyfDf0xCcwPlrEs1KCGPmay7Iie6z9we2MLTWBFubvwxyjgFLj6ZlERs2N%2FJCI%2BEfu0n1TjUBsMpgBBCQ%2BOTWVKG%2FQ%3D","locale":"ja-JP","buyingOptionType":"NEW","aapiBuyingOptionIndex":0}]}

購入オプションとあわせ買い

◆自然言語処理の応用(機械翻訳、文書要約、対話、質問応答)に焦点を当て、深層学習の利用方法を解説。◆「実装上の工夫」など、本書でしか読めない実践的な内容が充実!


◆自然言語処理の応用(機械翻訳、文書要約、対話、質問応答)に焦点を当て、深層学習の利用方法を解説。
◆「実装上の工夫」など、本書でしか読めない実践的な内容が充実!

■おもな内容
第1章 自然言語処理のアプローチ
第2章 ニューラルネットの基礎
第3章 言語処理における深層学習の基礎
第4章 言語処理特有の深層学習の発展
第5章 応用
第6章 汎化性能を向上させる技術
第7章 実装
第8章 おわりに

■機械学習プロフェッショナルシリーズ
本シリーズでは、発展著しい機械学習技術の数学的な基礎理論、実用的なアルゴリズム、それらの活用法を、全29巻にわたって刊行する。
ビッグデータ時代を牽引している若手・中堅の現役研究者が、入門的な内容から最先端の研究成果までをわかりやすく解説。
これからデータサイエンス分野で研究を始めようとしている大学生・大学院生、および、機械学習技術を基礎科学や産業に応用しようとしている研究者・技術者に向けた注目のシリーズである。

第7期として、以下の3点を刊行!

統計的因果探索 清水 昌平・著
画像認識 原田 達也・著
深層学習による自然言語処理 坪井 祐太/海野 裕也/鈴木 潤・著

■シリーズ編者
杉山 将 理化学研究所 革新知能統合研究センター センター長/東京大学大学院新領域創成科学研究科 教授
Previous page
  1. 本の長さ
    240ページ
  2. 言語
    日本語
  3. 出版社
    講談社
  4. 発売日
    2017/5/25
  5. 寸法
    15.3 x 1.7 x 21.2 cm
  6. ISBN-10
    4061529242
  7. ISBN-13
    978-4061529243
  8. すべての詳細を表示
Next page

よく一緒に購入されている商品

深層学習による自然言語処理 (機械学習プロフェッショナルシリーズ)
￥3,300
198ポイント(6%)
最短で4月21日 日曜日のお届け予定です
残り3点（入荷予定あり）
この商品は、Amazon.co.jpが販売および発送します。
+
深層学習 改訂第2版 (機械学習プロフェッショナルシリーズ)
￥3,300
198ポイント(6%)
最短で4月21日 日曜日のお届け予定です
在庫あり。
この商品は、Amazon.co.jpが販売および発送します。
+
画像認識 (機械学習プロフェッショナルシリーズ)
￥3,300
198ポイント(6%)
最短で4月21日 日曜日のお届け予定です
残り6点（入荷予定あり）
この商品は、Amazon.co.jpが販売および発送します。
総額:
当社の価格を見るには、これら商品をカートに追加してください。
ポイントの合計: pt
詳細
追加されました
これらの商品のうちのいくつかが他の商品より先に発送されます。
詳細の表示 詳細の非表示
一緒に購入する商品を選択してください。

商品の説明

著者について

坪井 祐太
日本IBM ソフトウェア&システム開発研究所

海野 裕也
Preferred Networks

鈴木 潤
NTT コミュニケーション科学基礎研究所

登録情報

  • 出版社 ‏ : ‎ 講談社 (2017/5/25)
  • 発売日 ‏ : ‎ 2017/5/25
  • 言語 ‏ : ‎ 日本語
  • 単行本（ソフトカバー） ‏ : ‎ 240ページ
  • ISBN-10 ‏ : ‎ 4061529242
  • ISBN-13 ‏ : ‎ 978-4061529243
  • 寸法 ‏ : ‎ 15.3 x 1.7 x 21.2 cm
  • カスタマーレビュー:
    5つ星のうち4.0 29

著者について

著者をフォローして、新作のアップデートや改善されたおすすめを入手してください。
海野 裕也

海野 裕也

Brief content visible, double tap to read full content.
Full content visible, double tap to read brief content.

著者の本をもっと発見したり、よく似た著者を見つけたり、著者のブログを読んだりしましょう

カスタマーレビュー

星5つ中4つ
5つのうち4つ
29グローバルレーティング

この商品をレビュー

他のお客様にも意見を伝えましょう
カスタマーレビューを書く

上位レビュー、対象国： 日本

うみねこcafe
5つ星のうち4.0 Transformer(またはBERT)は載っていません。
2019年12月31日に日本でレビュー済み
Amazonで購入
この本は深層学習の流行初期の2017年という微妙な時期に出た本なので目次を見れば分かるとおりTransformer(またはBERT)は載っていません。Attentionについてはp.91以降に説明がありますが、Transformerの軸になっているSelf-Attentionについての解説はありません。
なのでこの本を手にする場合にはそのことに注意が必要です。

それでも(深層学習の父である)ヒントン博士の論文を起源としベンジオの論文が契機となった単語の分散表現の由来についての話(p.60-62)は個人的にはタメになりました。
特に、分散表現は技術的には「意味」をベクトル化するという高尚な事情よりは、現実的に計算可能な規模のデータに変換できるようになったことに意義があった(と自分は理解していますが)という話は興味深いところではあります。

ところで、この本は基本的には大学院等での教科書を想定した本ということもあって載っているサンプルコードは擬似コードだけで特定のプログラミング言語のものは載っていませんが、この本の一番最後にこの本の出版当時に利用可能だったと思われる深層学習のフレームワークの名前が挙がっている(p.209-210)ので普通にPythonを使っているようです。
7人のお客様がこれが役に立ったと考えています
役に立った
 レポート
ライムス
5つ星のうち5.0 良い
2021年8月3日に日本でレビュー済み
Amazonで購入
適度な分量で読みやすかった。2017年出版ということで内容はやや古い部分もあるが、今でも通用する話も多い。
1人のお客様がこれが役に立ったと考えています
役に立った
 レポート
Amazon カスタマー
5つ星のうち4.0 読みにくさはあるが内容は読む価値あり
2019年6月30日に日本でレビュー済み
Amazonで購入
深層学習の知識はあるものの、自然言語処理についてほとんど知識ない状態で読みました。
若干読みにくい箇所+誤植が多かったのですが、この本を読めば実際に自然言語処理の論文を読む最低限の知識は得られたのでは？と感じました。
現存するNLP関連の書籍としては非常に優秀？
1人のお客様がこれが役に立ったと考えています
役に立った
 レポート
Amazonのお客様
5つ星のうち4.0 難易度高いです
2017年11月13日に日本でレビュー済み
Amazonで購入
１ページ理解するのに時間のかかるタイプの本ですが、Attentionメカニズムについて日本語でかかれているのは、私の認識だと今のところこの本だけだったとおもいます。
6人のお客様がこれが役に立ったと考えています
役に立った
 レポート
יודה
5つ星のうち5.0 最近の自動翻訳の性能は、驚くべきものです。
2020年6月21日に日本でレビュー済み
Amazonで購入
最近の自動翻訳の性能は、驚くべきものです。それは、ニューラル・ネットワークを利用して、実現されています。
その仕組を知りたくて購入しました。
3人のお客様がこれが役に立ったと考えています
役に立った
 レポート
Amazon カスタマー
5つ星のうち5.0 良本だと思います
2018年4月12日に日本でレビュー済み
Amazonで購入
このシリーズを読む方で簡単だと思って読む方は少ないだろうという前提ですが
数式の説明がわかりやすく、内部実装も表面を見ただけではわからないところまで解説されており
しっかりと詳細に理解したい場合に最適だと思います。
5人のお客様がこれが役に立ったと考えています
役に立った
 レポート
言語処理屋
5つ星のうち4.0 中級者向け
2017年8月29日に日本でレビュー済み
本書の校正を担当した一人です。

想定読者に求められる素養は比較的高いです。ニューラルネットワークに関する基本的な仕組みをある程度把握しており、自然言語処理方面への深層学習の活用を見出したいという方に最適と思われます。
深層学習やニューラルネットワーク自体の入門書として用いるには難易度が高く、また対象分野も偏っているため、これらに関してより一般的な学習を求める場合は、本書より先に他の書籍・解説を参照するのをお勧めします。
自然言語処理に関する素養は必ずしも要求されませんが、基本的な用語や考え方には深層学習以前から共通する点が多いため、簡単に勉強しておくと理解の助けになります。
実装や最適化に関する話題もありますが、基本的には学術書であり、「コードを書いて覚える」タイプの本ではない点には注意しましょう。

内容としては、自然言語処理における代表的かつ重要な話題（特に、言語モデル、単語分散表現、機械翻訳や対話システムなどの文生成システム）に関して、ニューラルネットワークを用いた機械学習モデルの構築法やその性質、実際の計算手法についての解説が中心となっています。
自然言語処理では他の分野と比較して複雑怪奇なネットワーク構造を導入するケースが多いですが、本書はそれらを構築するために頻繁に用いられる概念について特に詳しく解説しています。ただし、辞書的というほど手法ごとの解説が網羅されているわけではなく、また手法自体の陳腐化も速い分野であるため、関連分野の研究者がリファレンスとして用いるにはやや適していません。代表的な手法を概観し、足掛かりとするための本と考えるのが妥当でしょう。本書程度の知識があれば、自然言語処理関係の研究者や技術者との相談には困らないと思われます。
登場する専門用語には日本語訳が充てられており、日本語話者の理解の助けにはなりますが、付記されている英語表現は基本的に世界共通で通じるので、こちらを必ず覚えましょう。
93人のお客様がこれが役に立ったと考えています
役に立った
 レポート
ぐりとぐら
5つ星のうち5.0 帯のインパクトがいろいろな意味でスゴイ！
2017年5月31日に日本でレビュー済み
著者の一人の紹介記事より、

「本の内容ですが，おおよそ2012年から2015年くらいの深層学習系の自然言語処理の流れをトレースしています．」

とのことで、他書とは異なり、sequence-to-sequenceなどの新しい手法まで丁寧に解説されており、非常にありがたい!
たしかに、実装に関するコードがもう少しあるとさらにうれしいが、

「それから書籍中のサンプルコードのChainer/CuPy実装を公開すべく，整備を続けています．近日中に公開できると思います．たぶん」

とのことなので、サポートページでの今後の追加情報を期待したい！！

また、「第6章 汎化性能を向上させる技術」「第7章 実装」は、まさに「本書でしか読めない」秀逸な内容なので、☆5。
23人のお客様がこれが役に立ったと考えています
役に立った
 レポート