この本に出会って、chainer から tensorflow に浮気してみました。
tensorflow の公式(?) git repository を参考に作られているようでした。
英語が苦手なので、イラストを含め、分かり易くとても助かりました。
バグ情報は本書の git repository に上がっています。動くようになりました。
これで基本的な RNN やその応用まで、気軽に一通り動かすことができました。
「トイプロブレム」という概念を知れたのも、ありがたいです。
・私の理解不足なのか、Bidirectional RNN の隠れ層間の伝播式が理解できませんでした。
(h に矢印が必要では?時間のインデックスが違うのでは?、、、と)
・巻末に重みのセーブ/ロードについて、書かれていますが、
せっかくなのでここも RNN に対応してくださると嬉しいと思いました。
スピードが重要なので、このような和書をすぐに出してくださったことに非常に感謝しています。
また最新の手法を取り込み、応用編もぜひ出版して頂けたら、と楽しみにしております。
(英語がもっとできたら、と感じながら、、、笑)
新品:
¥5,527¥5,527 税込
無料お届け日:
4月8日 - 12日
発送元: ※お届け予定日をご確認ください※有明Village 販売者: ※お届け予定日をご確認ください※有明Village
新品:
¥5,527¥5,527 税込
無料お届け日:
4月8日 - 12日
発送元: ※お届け予定日をご確認ください※有明Village
販売者: ※お届け予定日をご確認ください※有明Village
中古品: ¥192
中古品:
¥192

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。
詳解 ディープラーニング ~TensorFlow・Kerasによる時系列データ処理~ 単行本(ソフトカバー) – 2017/5/30
巣籠 悠輔
(著)
この商品には新版があります:
{"desktop_buybox_group_1":[{"displayPrice":"¥5,527","priceAmount":5527.00,"currencySymbol":"¥","integerValue":"5,527","decimalSeparator":null,"fractionalValue":null,"symbolPosition":"left","hasSpace":false,"showFractionalPartIfEmpty":true,"offerListingId":"OpSZ8%2F6K61qqqVFVslNWRJjaBqvSNIkiILVDASNgiDzommRpqwt9lyzzcqUSv7Swu63D0wQdwaad3cRvcao97EiAj1OtpovlNYwImb4gN9sJ%2F0kiNi%2B7lfvNFK47U4i5FDLbGFuJ%2FdAgFEdTdtkkp446CjQrp4qvvdRcwqEerjbPseFtlX9J5A%3D%3D","locale":"ja-JP","buyingOptionType":"NEW","aapiBuyingOptionIndex":0}, {"displayPrice":"¥192","priceAmount":192.00,"currencySymbol":"¥","integerValue":"192","decimalSeparator":null,"fractionalValue":null,"symbolPosition":"left","hasSpace":false,"showFractionalPartIfEmpty":true,"offerListingId":"OpSZ8%2F6K61qqqVFVslNWRJjaBqvSNIkiC7sACDggCgWjGqmubzxL8FIBw%2BiCm97UgfFY0eTAZOeaHBTPMrKz4LpAknp%2B7HtDl2c5Bd%2FSWOLR61GPOZSHXp1AmlwBphAk1VqIQrbC1pVUHUU6AsLGdyCvnvp9P7%2B%2B%2FSTi2U2%2FBomua%2B1F6QFHwA%3D%3D","locale":"ja-JP","buyingOptionType":"USED","aapiBuyingOptionIndex":1}]}
購入オプションとあわせ買い
TensorFlowとKerasによるディープラーニング・ニューラルネットワークの実践的入門書
本書はディープラーニング、ニューラルネットワークについての予備知識がなくても学習を進められるようゼロから丁寧に、理論とその実装について解説します。
実装にはPythonのディープラーニング向けのライブラリ、TensorFlow (1.0) およびKeras (2.0) を用います。
※ 本書発刊後のTensorFlow、Kerasのバージョンに対応したコードは、GitHub上に用意しています。
「ディープラーニングについて何となくわかってはいるけれど、もう少し理解を深めたい」「画像認識だけでなく、時系列データを分析するためのモデルについても学びたい」という方にとって、学びの役に立つのではないかと思います。
単純パーセプトロンにはじまり、多層パーセプトロン、ディープニューラルネットワーク、リカレントニューラルネットワークなど多くの手法について学びます。扱うデータの種類ごとに考えるべき課題も異なり、それに合わせてネットワークも様々な形に変化させ学習を進めます。
ディープラーニングは1つひとつのテクニックの積み重ねであり、その根底にあるのは「人間の脳をどう数式やアルゴリズムで表現できるか」です。本書で学んできた土台となる理論さえきちんと理解していれば、今後どのようなディープラーニングの手法が出てこようとも、すぐに理解し使いこなせるようになるでしょう。そして、自身で新たなモデルを考え出すこともできるはずです。
[本書の構成]
1章では、ニューラルネットワークの理論を学習するうえで必要となる数学の知識について簡単におさらいし、続く2章では、実装に向けてのPython開発環境のセットアップ、およびPythonライブラリの簡単な使い方を扱います。
3章からは、いよいよニューラルネットワークの学習に入っていきます。3章ではその基本形について学び、4章ではディープニューラルネットワーク、いわゆるディープラーニングについて学びます。通常のニューラルネットワークと何が違うのか、どのようなテクニックが用いられているのかを実装を交えて理解します。
5、6章では、時系列データを扱うためのモデルであるリカレントニューラルネットワークについて詳しく学んでいきます。5章では、リカレントニューラルネットワークの基本形を簡単なデータ例を用いて理論・実装について学び、6章ではその応用例について扱います。
本書はディープラーニング、ニューラルネットワークについての予備知識がなくても学習を進められるようゼロから丁寧に、理論とその実装について解説します。
実装にはPythonのディープラーニング向けのライブラリ、TensorFlow (1.0) およびKeras (2.0) を用います。
※ 本書発刊後のTensorFlow、Kerasのバージョンに対応したコードは、GitHub上に用意しています。
「ディープラーニングについて何となくわかってはいるけれど、もう少し理解を深めたい」「画像認識だけでなく、時系列データを分析するためのモデルについても学びたい」という方にとって、学びの役に立つのではないかと思います。
単純パーセプトロンにはじまり、多層パーセプトロン、ディープニューラルネットワーク、リカレントニューラルネットワークなど多くの手法について学びます。扱うデータの種類ごとに考えるべき課題も異なり、それに合わせてネットワークも様々な形に変化させ学習を進めます。
ディープラーニングは1つひとつのテクニックの積み重ねであり、その根底にあるのは「人間の脳をどう数式やアルゴリズムで表現できるか」です。本書で学んできた土台となる理論さえきちんと理解していれば、今後どのようなディープラーニングの手法が出てこようとも、すぐに理解し使いこなせるようになるでしょう。そして、自身で新たなモデルを考え出すこともできるはずです。
[本書の構成]
1章では、ニューラルネットワークの理論を学習するうえで必要となる数学の知識について簡単におさらいし、続く2章では、実装に向けてのPython開発環境のセットアップ、およびPythonライブラリの簡単な使い方を扱います。
3章からは、いよいよニューラルネットワークの学習に入っていきます。3章ではその基本形について学び、4章ではディープニューラルネットワーク、いわゆるディープラーニングについて学びます。通常のニューラルネットワークと何が違うのか、どのようなテクニックが用いられているのかを実装を交えて理解します。
5、6章では、時系列データを扱うためのモデルであるリカレントニューラルネットワークについて詳しく学んでいきます。5章では、リカレントニューラルネットワークの基本形を簡単なデータ例を用いて理論・実装について学び、6章ではその応用例について扱います。
- 本の長さ328ページ
- 言語日本語
- 出版社マイナビ出版
- 発売日2017/5/30
- ISBN-104839962510
- ISBN-13978-4839962517
よく一緒に購入されている商品

対象商品: 詳解 ディープラーニング ~TensorFlow・Kerasによる時系列データ処理~
¥5,527¥5,527
4月 8 - 12 日にお届け
通常5~6日以内に発送します。
¥2,420¥2,420
最短で3月31日 日曜日のお届け予定です
残り1点(入荷予定あり)
¥3,740¥3,740
最短で3月31日 日曜日のお届け予定です
在庫あり。
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
もう一度お試しください
追加されました
一緒に購入する商品を選択してください。
この商品をチェックした人はこんな商品もチェックしています
ページ 1 以下のうち 1 最初から観るページ 1 以下のうち 1
出版社より




![]() |
![]() |
![]() |
![]() |
![]() |
|
---|---|---|---|---|---|
PythonとKerasによるディープラーニング | 実践力を身につける Pythonの教科書 | ゼロからやさしくはじめるPython入門 | やさしく学ぶ 機械学習を理解するための数学のきほん | TensorFlowで学ぶディープラーニング入門 | |
カスタマーレビュー |
5つ星のうち4.0
79
|
5つ星のうち4.2
98
|
5つ星のうち3.9
35
|
5つ星のうち3.8
122
|
5つ星のうち3.6
19
|
価格 | ¥4,268¥4,268 | ¥2,838¥2,838 | ¥2,541¥2,541 | ¥2,600¥2,600 | ¥2,959¥2,959 |
AIの大衆化――多くの人々がディープラーニングを利用できるよう実践解説! | プログラミング言語Python(パイソン)の入門書。便利な簡単プログラムから機械学習までこの1冊でOK | これからPythonを始めたい人に、やさしく、楽しく、プログラミングを教えます! | 数学がニガテでも大丈夫。機械学習をやさしく学べます。機械学習の数式に対するモヤモヤを一掃しよう! | TensorFlowを実際に動かしながら、「畳み込みニューラルネットワーク」の仕組みを理解しよう! |
商品の説明
著者について
Gunosy、READYFOR創業メンバー、電通・Google NY支社に勤務後、株式会社情報医療の創業に参加。
医療分野での人工知能活用を目指す。
著書に『Deep Learning Javaプログラミング 深層学習の理論と実装』(インプレス刊、Packet Publishing:Java Deep Learning Essentials)がある
医療分野での人工知能活用を目指す。
著書に『Deep Learning Javaプログラミング 深層学習の理論と実装』(インプレス刊、Packet Publishing:Java Deep Learning Essentials)がある
登録情報
- 出版社 : マイナビ出版 (2017/5/30)
- 発売日 : 2017/5/30
- 言語 : 日本語
- 単行本(ソフトカバー) : 328ページ
- ISBN-10 : 4839962510
- ISBN-13 : 978-4839962517
- Amazon 売れ筋ランキング: - 386,412位本 (本の売れ筋ランキングを見る)
- - 2,409位プログラミング (本)
- カスタマーレビュー:
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。

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
-
トップレビュー
上位レビュー、対象国: 日本
レビューのフィルタリング中に問題が発生しました。後でもう一度試してください。
2020年1月11日に日本でレビュー済み
Amazonで購入
詳細、かつ実践的な本です。
今まで曖昧な理解しかしていなかったディープラーニングの、理解が大きく進みました。
この本で扱っている数式は最初はとっつきにくいですが、慣れれば本質を的確に表していることに気付くようになります。
どのフレームワークに携わるにせよ、最初にこの本を読んでおくことをお勧めします。
今まで曖昧な理解しかしていなかったディープラーニングの、理解が大きく進みました。
この本で扱っている数式は最初はとっつきにくいですが、慣れれば本質を的確に表していることに気付くようになります。
どのフレームワークに携わるにせよ、最初にこの本を読んでおくことをお勧めします。
2022年12月22日に日本でレビュー済み
Amazonで購入
購入してみましたが参考にはなりませんでした。
Pytorchの方がgithubのサンプル例も多く、最近はもっぱらPytorchです。
Pytorchの方がgithubのサンプル例も多く、最近はもっぱらPytorchです。
2017年6月11日に日本でレビュー済み
Amazonで購入
この本はディープラーニングという技術的にハードな話題を取り上げているにも関わらず、
極めて可読性が高く、読書にかかるストレスが最小限になるような配慮がいたるところで感じられる。
まず適切に図表が用いられており、著者が示したいこと、その概念が端的に示されている。
よくプログラミングの実装の本においては、実行したらわかることを省略がされたり、
あるいは数学的な本においては、計算の概念の図解を省略したりすることがあるが、
この本は読者に最小限の時間で物事を理解させようとする配慮が強く感じられ、この本で完結している。
理論的にも実装的にも充実しており、厄介なテンソルの式展開をやってくれる一方で、
tensorflow,kerasを利用するpythonコードの実例も十分に示されている。
ディープラーニングの理論をtensorflow,kerasがどのようにラップしているのかの対応関係も理解しやすい。
これだけ充実した内容を300ページちょっとで書ききれるのは以下の理由からだろうか。
1.目標設定がしっかりしている。
長期的目標はRNNによる時系列処理、それに至るまでの短期的な目標が各章で設定されており、
インクリメンタルに難易度が上がっていくようになっているため、読者を置いてけぼりにするつもりはないという強い意思表示を感じる
2.端的な文章、情報表現の選別眼
とにかく文章が整っており、説明されるべきことが極めて端的に説明されている。
極めて可読性が高く、読書にかかるストレスが最小限になるような配慮がいたるところで感じられる。
まず適切に図表が用いられており、著者が示したいこと、その概念が端的に示されている。
よくプログラミングの実装の本においては、実行したらわかることを省略がされたり、
あるいは数学的な本においては、計算の概念の図解を省略したりすることがあるが、
この本は読者に最小限の時間で物事を理解させようとする配慮が強く感じられ、この本で完結している。
理論的にも実装的にも充実しており、厄介なテンソルの式展開をやってくれる一方で、
tensorflow,kerasを利用するpythonコードの実例も十分に示されている。
ディープラーニングの理論をtensorflow,kerasがどのようにラップしているのかの対応関係も理解しやすい。
これだけ充実した内容を300ページちょっとで書ききれるのは以下の理由からだろうか。
1.目標設定がしっかりしている。
長期的目標はRNNによる時系列処理、それに至るまでの短期的な目標が各章で設定されており、
インクリメンタルに難易度が上がっていくようになっているため、読者を置いてけぼりにするつもりはないという強い意思表示を感じる
2.端的な文章、情報表現の選別眼
とにかく文章が整っており、説明されるべきことが極めて端的に説明されている。
2018年2月13日に日本でレビュー済み
Amazonで購入
二年前に「深層学習 (機械学習プロフェッショナルシリーズ)」を読んでしばらく遠ざかっていましたが、ある程度の基礎知識があるとすらすらと読めます。
ごくたまに誤字があります(例えば p.113 の式 (3.70))。電子書籍なので、こういったところは更新してほしいですね。
ごくたまに誤字があります(例えば p.113 の式 (3.70))。電子書籍なので、こういったところは更新してほしいですね。
2017年12月18日に日本でレビュー済み
Amazonで購入
そつなく網羅しており2冊目としては確かに悪くはないのだが、
・誤記が多い
・情報密度にばらつきがある(明らかに面倒臭そうな個所は天下り的な記述か言葉控えめ、または端折り)
・実装が Tensorflow/Keras 任せなので背景もそれなりに知りたい方は(悪い意味で)解説全般を注意深く読む必要あり
特に疑念を抱いたのは LSTM の解説。
数式との齟齬が酷く解説として成立していない。
校正したのかとさえ疑う。
・誤記が多い
・情報密度にばらつきがある(明らかに面倒臭そうな個所は天下り的な記述か言葉控えめ、または端折り)
・実装が Tensorflow/Keras 任せなので背景もそれなりに知りたい方は(悪い意味で)解説全般を注意深く読む必要あり
特に疑念を抱いたのは LSTM の解説。
数式との齟齬が酷く解説として成立していない。
校正したのかとさえ疑う。
2022年1月13日に日本でレビュー済み
Amazonで購入
どっちかというと、実用書よりは理論書。
しかも名刺代わりの一冊として書いた匂いを感じます。
しかも名刺代わりの一冊として書いた匂いを感じます。
2021年2月12日に日本でレビュー済み
Amazonで購入
DLの初心者です。先輩におすすめされて購入しました。DNNはもちろん、RNNないしLSTMにおいても(逆)伝播の式展開を丁寧に表されています。TensorFlowの実装については1.xになりますが、層の構築の基本を習得できました。Kerasでやる前に、まずTFで丁寧に書こうと納得。また、コードより式まで書いていて理解に助かります。