中古品: ￥1,099
配送料 ¥257 5月10日-16日にお届け
詳細を見る
中古商品: 良い | 詳細
発売元 にゃんこ堂☆
コンディション: 中古商品: 良い
コメント: 中古品のため多少のスレ、クスミ、ヤケ, 折れ等がある場合が御座いますが概ね良好な状態です。表紙カバーが画像と異なる場合がございます。商品の発送は注文確定後3日から4日程度を要す場合がございます。商品状態の詳細についてはAmazonマーケットプレイスコンディションガイドラインをご参照ください。発送前の点検時に問題が発見された場合はメールにてご連絡をさせていただきます。発送方法はゆうメールにて発送致します。商品到着までに、天候等により多少の遅れが発生する可能性も御座います事をご了願います。
新品＆中古品 (32)件の出品：
￥813  + ￥240 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

巣籠 悠輔
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。

PythonとKerasによるディープラーニング 単行本（ソフトカバー） – 2018/5/28

4.0 5つ星のうち4.0 79個の評価
すべての形式と版を表示

この商品には新版があります:

Pythonによるディープラーニング (Compass Booksシリーズ)
Pythonによるディープラーニング (Compass Booksシリーズ)
￥4,378
(22)
残り9点（入荷予定あり）
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!

PythonベースのディープラーニングフレームワークKerasの開発者である筆者が、1人でも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します。

本書はディープラーニングを一から学習したいと考えている人のために書かれています。数学的な表記を避け、代わりにコードを使って定量的な概念を説明することで、機械学習とディープラーニングの基本的な考えについて実践的な知識を養っていきます。
サンプルコードはPythonベースのディープラーニングフレームワークであるKerasに基づいており、バックエンドエンジンとしてTensorFlowを使用しています。

Part 1では、ディープラーニングを大まかに紹介。機械学習とニューラルネットワークを囲む状況といくつかの定義を示し、取り組みを開始するために必要な概念を説明します。

第1章:人工知能(AI)、機械学習、ディープラーニングの基本的なコンテキストと予備知識を提供。
第2章:ディープラーニングに取り組むために必要な基本概念(テンソル、テンソル演算、勾配降下法、バックプロパゲーション)を紹介。
第3章:ディープラーニングフレームワークであるKerasの紹介。分類タスクと回帰タスクを処理する単純なニューラルネットワークの訓練と内部で何が起きているのかが理解できる。
第4章:機械学習の一般的なワークフローとよくある落とし穴・解決法を詳解。

Part 2では、ディープラーニングの実践的な応用例としてコンピュータビジョンと自然言語処理を詳しく見ていきます。サンプルの多くは、ディープラーニングを実務で使用するときに遭遇する問題を解決するためのテンプレートとして利用できます。

第5章:画像分類に焦点を合わせ、コンピュータビジョンの実践的な例を幅広く取り上げる。
第6章:テキストや時系列といったシーケンスデータを処理するための手法を実際に試してみる。
第7章:最先端のディープラーニングモデルを構築するための高度な手法を紹介。
第8章:画像やテキストを作成する能力を持つディープラーニングモデルであり、驚くほど芸術的な結果をもたらすことがあるジェネレーティブモデルの紹介。
第9章:本書の総括。ディープラーニングの限界とその未来を予測。

本書を最後まで読めば、ディープラーニングとは何か、適用できるのはどのような状況か、その制限についてしっかり理解できるはずです。コンピュータビジョンから自然言語処理、画像分類、時系列予測、感情分析、画像/ テキスト生成に至るまで、現実の幅広い問題にKerasを使用できるようになり、最高の短期集中コースとして活用できます。
Previous page
  1. 本の長さ
    392ページ
  2. 言語
    日本語
  3. 出版社
    マイナビ出版
  4. 発売日
    2018/5/28
  5. 寸法
    18.4 x 2.7 x 23.5 cm
  6. ISBN-10
    4839964262
  7. ISBN-13
    978-4839964269
  8. すべての詳細を表示
Next page

出版社より

Part 1 ディープラーニングの基礎
Part 2 ディープラーニングの実践
DeepDreamをKerasで実装する
ディープラーニングの限界を知る
詳解 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
詳解 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 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3.8
77
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 ￥5,527 ￥2,060 ￥2,541 ￥2,838 ￥2,959
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 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

Francois Chollet(フランソワ・ショレ)
Googleでディープラーニングに取り組んでいる。Kerasディープラーニングライブラリの作成者であると同時に、TensorFlow機械学習フレームワークのコントリビュータでもある。また、形式推論に対する機械学習の応用とコンピュータビジョンに焦点を合わせたディープラーニングの研究も行っている。ショレの論文は、CVPR(Computer Vision and Pattern Recognition)、NIPS(Neural Information Processing Systems)のカンファレンスとワークショップ、ICLR(International Conference on Learning Representations)を含め、主要なカンファレンスで発表されている。

監訳:巣籠 悠輔(すごもり ゆうすけ)
電通・Google NY 支社勤務を経て、株式会社情報医療のCTO として創業に参画。医療分野での人工知能活用を目指す。2018年にForbes 30 Under 30 Asia 2018に選出。著書に『詳解ディープラーニング』『ビジネスパーソンのための人工知能入門』(マイナビ出版刊)等がある。

訳:株式会社クイープ
1995年、米国サンフランシスコに設立。コンピュータシステムの開発、ローカライズ、コンサルティングを手がけている。2001年に日本法人を設立。主な訳書に『サイバーセキュリティテスト完全ガイド』(マイナビ出版)、『Machine Learning 実践の極意』、『Python 機械学習プログラミング 第2版』(インプレス)などがある。

登録情報

  • 出版社 ‏ : ‎ マイナビ出版 (2018/5/28)
  • 発売日 ‏ : ‎ 2018/5/28
  • 言語 ‏ : ‎ 日本語
  • 単行本（ソフトカバー） ‏ : ‎ 392ページ
  • ISBN-10 ‏ : ‎ 4839964262
  • ISBN-13 ‏ : ‎ 978-4839964269
  • 寸法 ‏ : ‎ 18.4 x 2.7 x 23.5 cm
  • カスタマーレビュー:
    4.0 5つ星のうち4.0 79個の評価

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。
巣籠 悠輔

巣籠 悠輔

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
79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

tolo
5つ星のうち5.0 機械学習の初心者が中級者になるのに最適。
2018年7月29日に日本でレビュー済み
Amazonで購入
私は「Pythonによるスクレイピング&機械学習 開発テクニック」を読んだあとにこちらの本を読みました。
上記の本が機械学習の初級だとするとこの本は中級の本だと思います。
機械学習を触ったことがある人はこの本を読むだけで、かなりのことができるようになるはずです。

「Pythonによるスクレイピング&機械学習 開発テクニック」を読んだあとに
学習用に使用するデータの作り方がいまいちよく分かりませんでした。
しかし、こちらのんでは1次元（テキスト）、2次元（画像）、3次元（動画）などに分けてそれぞれのデータセットをどの様に作っていくのかについて触れられています。

本書は既存のデータセットを使ってKerasで機械学習（ディープラーニング）を行っていきます。
その中で下記のようなことが学べます。

・前処理の方法
・学習モデルを作り方
・CNN, LSTM , Denseなどの特徴と使い所
・精度を上げるためのモデルの作り方
・学習用データの水増し
・画像認識の方法
・自然言語を扱う方法と前処理
・転移（移転）学習
・Keras APIを使った柔軟なモデルの作成

などです。挙げればがキリがないほどたくさんあるのでこの辺にしておきますが
機械学習を学びたいと考えている方にはおすすめの1冊です。

また、数式を使わずに説明されれいるところが
数学の苦手な方にすごくとっつきやすい内容になっています。

Kindle版は文字の拡大ができない使用なので
15インチ以上のモニターがオススメです。
それより小さい画面では文字が小さくてすごく疲れるので注意が必要です。
20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
にゃんたろ
5つ星のうち5.0 良書。初心者は難しい。でも、kerasを使って、自分なりにパラメータを変更するには手元に置いておきたい本。
2018年9月2日に日本でレビュー済み
Amazonで購入
kerasは良いが奥が深い。

①　Pythonで動かして学ぶ！　機械学習の教科書、伊藤真著、翔泳社
②　機械学習と深層学習、小高知宏著、オーム社
③　ゼロから作るDeep Learning Pythonで学ぶディープラーニングの理論と実装、斎藤康毅著、オライリー社

の3冊を読んで、kerasのことをもっと知りたくて、購入しました。学習性能向上のコツや調べ方などが色々と書かれており、非常に良書と思います。
でも、私にはまだまだ、難しく、日々、少しずつ読みながら、勉強中です。
難しくいけど、購入して良かったと思います。（なので、☆一個減らしました）

また。Kerasのマニュアルは(https://keras.io/ja/)でも見ることができ、解読しながら使用しています。
（マニュアルは、マニュアルでわかりやすいです。ご参考まで。）
kerasでDropoutは使えるが、droupoutconnectは使えないらしく、kerasのパラメータ変更は楽にできるけど、改造は難しいかな。

Cifar10で高正解率のモデルは画像を上下二つに分け、特徴分析して、学習しているらしく、その様なこともできるといいな。。
段々と、正解率の向上を目指そうとすると、奥が深く、あれもやってみたい、これはできるのかと悪戦苦闘しています。

MNIST,Cifar10, Cifar100で正解率を上げようとすると、kerasを修正する必要がある。kerasのWebマニュアルは役に立つけど、
どんな意味があって、どんな風に変更するかを調べるには本書は良いと思います。
手元に置いて、keras Webマニュアルと本書を見ながら、モデルを試行錯誤しながら変更しています。

本書で必要な箇所から読んでいます。本書の4.4 過学習と学習不足のところは分かりやすく書かれていた。本文中には要点箇所のプログラムとacc,lossの結果を使って説明されている。正解率改善のコツは、重みの正則化、dropout(0.2-0.5の範囲が良い)、学習データの水増しとのこと。dropoutと学習データ水増しは自分のプログラムで試してみて、どの程度改善できるのかを確かめた。
最初に記載した3冊の本を読んだ後なら、理解できた。
12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
さいとう
5つ星のうち4.0 知りたいことがまぁまぁ分かる良本
2019年1月28日に日本でレビュー済み
Amazonで購入
当方，Deep Learning & プログラミングについてはかなりの素人です．
ローカルの環境もなく，Googleが無料で提供している環境で遊んでいるレベルです．
ただ興味はあったので，勉強するならお金を出さないと真面目にやらないなと思ってこの本を買いました．
素人的には，サンプルコードがたくさん載っていて，とりあえず入力していけばそれっぽいものが動くのでかなり楽しいです．
何をやっているのかもそこそこ書いてくれているので，本を読みながらコードをコピーするだけでそこそこの勉強になっている気がします．
ただ，多くのレビューで指摘されているようにコードのミスと翻訳の拙さが目立ちます．
少しは英文も読めるつもりですが，Deep Learningに関する英語は全くの専門外だったのでこの翻訳本を買いました．が，このレベルの日本語なら英語版を買って自分で勉強しながら翻訳してもよかったかもと思えるレベルです．
またコードのミスも，かなり素人の自分でも気づけるようなものがあり，本としていい加減な感じがします．
できる人は，こんな本は買わずネットで調べてやるほうがいいのかなと思いますよ．
しかしながら，一から読むことで一通りDeep Learningのことを具体的に学べるという点で，かなり価値のある本だと思います．いろいろとまとめて書いてくれていますし．
ネットでは断片的な知識しか手に入らないので，それこそ全くの素人が勉強しようというのには使える本だと思いました．
9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
うずまさ
5つ星のうち3.0 ネットの記事で十分かな
2020年7月17日に日本でレビュー済み
Amazonで購入
本自体は悪くないですが、基本的な事項の説明に終始しています。そのためこの本を読んだとしても、実際に自分でコードを書く際にはネットで何かしら調べる必要が出てきます。それなら最初からネットでkerasを勉強した方がいいかもと思ってしまいます。
初心者の方が最初に概要を掴むには良いかと思います。
役に立った
 レポート
あっきう
5つ星のうち2.0 keras本では無かったです
2020年5月23日に日本でレビュー済み
Amazonで購入
邦題が「PythonとKerasによるディープラーニング」だったので、keras本のつもりで購入しました。
著者はkerasの作成者とのことで、かなり期待していました。
が、kerasの本というよりはディープラーニングの本でした。
kerasは当たり前のように使われていて、kerasそのものの解説はかなり薄かったです。

原題が「Deep Learning with Python」だったのが落とし穴でした。
しまった～
原題にはkerasって入ってない～

内容は相当に高度で、初学者向きではありません。
Part１が「ディープラーニングの基礎」ですが、これを理解するには、もっと優しい本で予備知識を付けておく必要があると思います。
Part2の「ディープラーニングの実践」も、内容はかなり高度です。
なにより不満だったのは、サンプルコードの解説がほとんどないことです。
パクる時、困ります（笑）

全体的な印象としては、テーマを手広く広げすぎて、収拾がつかなくなっている感がありました。
あと、サンプルコードの一部に、そのままでは動かないものもありました。
うーん、なんか丁寧さがないというか、荒いというか。

個人的には、「こういうときは、kearsのこれを使うんだよ」みたいな内容を期待していたのですが、外れです。

ある程度ディープラーニングに詳しくなっている人が、kerasの作成者の著者だから読んでみよう、的な用途ぐらいしか思いつきません。
サンプルコードは、例題に特化しすぎていて汎用性がなく、実際に自分がkerasを使うときに応用できそうにはありませんでした。

がっかりです。

というわけで、keras本を探している人は、他の本にしましょう。
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
さいとお@宇都宮
5つ星のうち5.0 ディープラーニング(深層学習)の使い方を学ぶならまず本書から
2018年9月28日に日本でレビュー済み
Amazonで購入
本書の価値は「kerasの開発者が使ってほしいこと、使えるはずなこと」と
「既存のディープラーニングモデルを使いこなす上でのコツ」に特化した説明があることです。
地球外生命体の通信を探すAIを開発したい人は、これを3日で読んでから3年くらいコンセプトを考えましょう。

Pythonとkerasだけでなく、実はその間にいろいろとソフトが介在しています。
そのあたりをうまく調整してくれるのがkerasなので、使い方のコツは結構kerasに依存します。
・バージョンチェックは必ずしよう
・ガチでやるつもりならGPUは必ず入れよう(処理速度が２-３桁違う)
・ディープラーニングに足るほどの(大体正解と不正解の例数がピクセル数より1桁多いくらい)元データはあるか
という「ディープラーニングの前提」があることは、必ず見ておいてください。
・ディープ特有の「先人が膨大なリソースを使って学習したモデル」は、趣味人や企業人の片手間に使うのでも十分な効果を発揮してくれます。うまく使えれば。
この辺の使いこなしテクニックがまだ展開されてないのも面白い、と思うか、だから使えない、と思うかはお任せします。
8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
iちゃん
5つ星のうち5.0 Ubuntu 18.04 + Tensorflow 1.11 + Cuda 10.0でサンプルプログラムを動作確認
2018年10月8日に日本でレビュー済み
Amazonで購入
Kerasの開発者が書いただけあって、Deep Learningを勉強したい人には非常にいい本だと思う。
数式はあまり使わずに、Pythonプログラムで説明しようとしているので、Pythonの知識が必要。
逆にいうとPythonの本格的な使い方がこの本で学習できるかも。
Githubにあるこの本のTensorflow1.4用のJupyter notebookファイルを実行したが、うまく動かないのもあった。
原著者の了解を得て、サンプルに多少、手を加えて一部を公開している。
http://jweb.asia
安い本ではないので、購入する前に試すのもいいと思う。
11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
nanokenn
5つ星のうち5.0 わかりやすい
2020年3月5日に日本でレビュー済み
Amazonで購入
原理から始まり、最後は実装までいくのですが、
その流れが非常にわかりやすくです。
さらに内容も単なるCNNで収まらず、アテンション、言語処理、GANを少しと、
幅広く解説されており、非常に勧めていきやすいです。
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