中古品: ￥39

配送料 ¥257 3月31日-4月1日にお届け（11 時間 20 分以内にご注文の場合）
詳細を見る

お届け先を選択

中古商品: 良い | 詳細

発売元もったいない本舗 ※通常24時間以内に出荷可能です。 ※商品状態保証。

画像はありません

選択したカラーの画像がありません。
カラー：

このビデオを見るには、次をダウンロード Flash Player

初めてのディープラーニング --オープンソース"Caffe"による演習付き単行本（ソフトカバー） – 2016/2/19

武井宏将 (著)

27

すべての形式と版を表示

ディープラーニング(深層学習)は、機械学習に劇的な進展をもたらしました。
脳の神経回路に似せた“階層の深いニューラルネットワーク"の最適化手法が、
人工知能研究を新時代へ導いたのです。

本書は「基礎編」と「理論編」を通じ、その原理を初学者にも分かりやすく解説します。
画像認識分野での衝撃的な成果など、この技術が注目される背景や研究の歴史的経緯にも言及。
SuperVisionのチャレンジや「Googleの猫」といった実証研究を紹介するほか、
CNN、RNN、AutoEncoderといった代表的アルゴリズム、勾配法による
最適化計算の手法等も明らかにします。

さらに「体験編」では、Linuxユーザーを対象に、
オープンソースのディープラーニングフレームワーク“Caffe"、
および手描き文字のサンプルデータを用い、
ニューラルネットワークのパラメータチューニングを実験してみます。

この商品に関する問題を報告する

本の長さ

156ページ
言語

日本語
出版社

リックテレコム
発売日

2016/2/19
ISBN-10

4865940227
ISBN-13

978-4865940220
すべての詳細を表示

大関真之
113
単行本（ソフトカバー）
49個の商品：￥303から
杉山将
35
単行本（ソフトカバー）
40個の商品：￥199から
山本一成
233
単行本（ソフトカバー）
55個の商品：￥19から
ジョナサン・シュワビッシュ
14
単行本（ソフトカバー）
27個の商品：￥1,574から
Thomas M.Cover
6
単行本
37個の商品：￥9,900から
渡辺隆裕
23
新書
44個の商品：￥574から

商品の説明

出版社からのコメント

◆◆機械学習の進化形を可能な限り平易に解説しました◆◆

本書はディープラーニングを初めて学ぶITエンジニアや
理工学系の学生さんを主な対象としつつ、広く
一般ビジネスマンの方々にも役立つよう工夫しました。
機械学習等の専門知識は一切前提としませんが、一部、
高校レベルの数学を思い出していただく必要があります。
また第5章以降は、Linuxの基礎知識をお持ちの方向けの
「体験編」となっています。 <本書まえがきより一部編集>

著者について

武井宏将(たけいひろまさ)

大学時代は数学を専攻し、位相幾何学(トポロジー)の研究に従事。
2004年、日本ユニシス株式会社に入社。CAD/CAMシステムの開発に従事し、
主に図形処理技術を担当。2011年より情報工学専攻の社会人大学院生として、
データマイニングと3D形状検索の研究に従事。その後会社に戻り、
現在は画像処理・点群処理・機械学習の研究開発業務に従事している。
最近の楽しみは、生まれたばかりのわが子を観察することで、
人間が動作や言葉を覚えることができる不思議に思いを馳せている。
修士(数学)および修士(工学)。

登録情報

出版社 ‏ : ‎ リックテレコム (2016/2/19)
発売日 ‏ : ‎ 2016/2/19
言語 ‏ : ‎ 日本語
単行本（ソフトカバー） ‏ : ‎ 156ページ
ISBN-10 ‏ : ‎ 4865940227
ISBN-13 ‏ : ‎ 978-4865940220

Amazon 売れ筋ランキング: - 672,377位本 (本の売れ筋ランキングを見る)
- - 1,482位人工知能

カスタマーレビュー:
27

カスタマーレビュー

5つのうち3.2つ

27グローバルレーティング

この商品をレビュー

カスタマーレビューを書く

レビューのソート基準

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。

新井良直

もうすこし細かい説明が欲しい

2017年10月20日に日本でレビュー済み

Amazonで購入

それなりに面白いのですが、ニューラルネットワーク原理が分かっていない私にとっては何故？　の連続でした。あるブログで入門書と紹介されていたので購入したのですが、ある程度理解している人向けかなとおもいました。
おかげで「ディープラーニングがわかる数学入門」から読み進めています。その上で再挑戦したいと思います。

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

jitoneko

アウトオブデイト

2018年2月24日に日本でレビュー済み

Amazonで購入

深層学習ブームがはじまり、入門書も多く出版されるようになりました。
この本はそうした入門書のなかでも、かなり早い方（2016年2月出版）なのですが、現在ではアウトオブデイト（時代遅れ）です。
理由としては
・これ以降に出版された本に比べ、遥かに内容が薄い。特に実装面。
・フレームワークとして、現在では下火になっているCaffeを紹介している。
です。
この本よりも出版が新しい、別の本を買ったほうがいいでしょう。

4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

denki-maru

「基礎の理論からガッツリ学んでからじゃないとコードなんて書けけるか、バカたれ！」って人じゃないならいい感じ

2016年9月9日に日本でレビュー済み

Amazonで購入

ある程度の必要な知識と概要だけ身につけて、さっさとディープりたいよー！って人におすすめ。

私は、とりあえず何でもいいから動かしてみて、細かいところはあとから少しずつ学ベばいいやって感じのなんちゃって日曜ディープラーニンギストなのでちょうどよかったです。

いきなり青い本とか読んじゃうと、頭が爆発してやる気がなくなっちゃうので。
初めはこの本ぐらいの内容がちょうどいいです。１日あれば楽しく読めちゃいます。

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

バカボンヌ

大学レベルの数学の知識のないデベロッパーにおすすめ

2016年5月22日に日本でレビュー済み

ディープラーニングというと、理数系の大学で数学を学んでいることを前提に
数式やらアルゴリズムを教えるものがあるが
それだとそこにあてはまらない人達にはディープラーニングは無縁のものになってしまう。

プログラミングに使う関数やライブラリは普通中身のアルゴリズムや仕組みを知らなくても
結果を出してくれるわけで
ディープラーニングにも本来それが当てはまるだろう。

なので、この本はディープラーニングの大雑把な仕組み、概要を数学的知識なしでざっくり把握できて
あとは、実際動かしてみろ、という本であり
とりあえず、ディープラーニングの知識はないし、大学レベルの数学の知識もないが
ディープラーニングを利用して新しいアプリケーションを作りたいデベロッパーなんかにおすすめできる

ダメな部分としては後半Caffeの説明の部分でソルバーがどうのこうの言ってる部分があるが
ソルバーの簡単な説明もなく、いきなりソルバーソルバー言われても困るがな・・・と思った
読み進めばわかる部分だけども、初心者向けなんだからそこんとこチェックしてほしかった。

とりあえず、先人のレビューで言われたとおりにやってもCaffe動かんぞという声もあるので
Caffeの部分もざっと設定方法と仕組みの説明だけ見て、あとはネットで補完すればいいかと思う

22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

カーマイン

個性の異なる層を組み合わせる

2018年7月7日に日本でレビュー済み

　2016年の本。著者は日本ユニシスの社員。
　曰く・・・
　Convolution Neural Network（ＣＮＮ）では、隠れ層に「畳み込み層」と「プーリング層」をもつ。畳み込み層では、前の層の局所部分を抽象化する（特徴の浮き立たせ）。プーリング層では、前の層の局所部分の最大値を出力するなどして局所部分の特徴をまとめ上げる。畳み込み層は画像の局所情報を抽象化し、プーリング層は位置的な普遍性（ロバスト性）をもたせる。画像認識に向いている。
　画像を畳み込み層に通すことは、画像にフィルタを掛けるのと同じ効果がある。特徴抽出している。プーリング層は、前の層の局所的ノードから定まる値を自分のノードの値とする。プーリング層は画像の少しの変化を吸収する。少し画像が変わっても同じ結果を返す層。
　ＮＮは、いろいろな特性をもった層を組み合わせることで処理性能を向上させる。ディープラーニングのアルゴリズムは、さまざまな特性をもった層を深くしていくことで高性能を達成する。
　Recurrent Neural Network（ＲＮＮ）では、隠れ層に対して、入力層の出力だけでなく、前時点における隠れ層の出力も入力される。再帰型接続。前の状態を再び使いながら計算する。自然言語処理や音声認識処理に向く。
　ＧＰＵは描画処理に特化したハードウェア。描画処理ではしばしば単純で並列性の高い処理を要求される。この要求に合った仕様のＧＰＵはＮＮにも馴染む。ＧＰＵは、単純で同時並列できる処理についてはＣＰＵよりも高速処理できる。
　画像からキャプションを出力するＮＮでは、まず、画像を入力としてＣＮＮで抽象化し、次に、抽象化された画像情報を入力としてＲＮＮにより言語を生成する。
　画像特徴点とは、隣り合う画素同士の間で輝度値の差が大きい箇所のこと。画像特徴量とは画像特徴点をベクトル値で表した値。画像特徴量を用いると画像特徴点の比較が可能となり、複数の画像の間で画像特徴点同士が「似ている点であるかどうか」を比較できる。従来の画像認識法（Bag of features）では、「同じ種類の物体が映っている画像同士は、似たような部分をたくさんもっている」という考え方をもとに、画像から部分画像（パッチ）を切り出し、各種物体のパッチ群に対して似ているパッチが多いか少ないかで「画像に映っている物体が何か」を同定する。
　階層の深いＮＮの最適化手法のひとつがDropout。Dropoutでは、学習時に、ある更新ではノードのいくつかを無効にして学習を行い、次の更新では別のノードを無効化して学習する。これを繰り返す。深いＮＮを学習するためのさまざまな方法が提案されるようになり、ディープラーニングアルゴリズムを用いて高性能な学習処理を実現できるようになった。
　などなど。
　今まで読んだディープラーニング系の本の中では一番読みやすかった。

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

secret

まあ、動かない。

2016年3月16日に日本でレビュー済み

Amazonで購入

本に書いてある通りの手順では、まず動かない（ツールがコンパイルできない）
あちらこちらのサイトを調べて、あちこち直しているうちに、なんとなく動き出してしまい、
結局のところ正しい手順はよくわからず。

この本で人工知能についてなにかわかるわけではないので、
ツールの正しい導入手順がないなら意味がないではないか。。

41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

Amazonのお客様1

タイトルから分かる通り初心者向けの本

2016年9月21日に日本でレビュー済み

タイトルにあるとおり初心者向けの本。

おそらく著者の意図は、

どうやったら数式を読むのが苦手な人が
ディープラーニングという単語の理解を
可能な限り正しくりかいできるか

だとおもう。

ので、購入する人は上記ではない方は買わないほうが良いでしょう。

私はTensorFlowを使おうと思っていたので、５，６章のCaffeを使うところはまったくよんでいません。
このあたりは他のレビューを参考にしてください。

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

田吾作

買う必要なし

2016年3月14日に日本でレビュー済み

Amazonで購入

内容薄い。ディープラーニングに興味を持った段階で知っているだろう、調べられるだろうことしか載っていない。

16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

Amazon Advertising 商品の露出でお客様の関心と反応を引き出す	Audible（オーディブル）「聴く」読書会員なら聴き放題	アマゾンウェブサービス（AWS）クラウドコンピューティングサービス	Amazonアウトレット訳あり商品をお手頃価格で販売

Amazonビジネス（法人購買）請求書払い法人価格・数量割引	AmazonGlobal 65か国/地域以上への海外配送がより簡単に	Shopbop 世界中の厳選されたファッションアイテム

初めてのディープラーニング --オープンソース"Caffe"による演習付き 単行本（ソフトカバー） – 2016/2/19

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

商品の説明

出版社からのコメント

著者について

登録情報

カスタマーレビュー

この商品をレビュー

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。

初めてのディープラーニング --オープンソース"Caffe"による演習付き単行本（ソフトカバー） – 2016/2/19

上位レビュー、対象国：日本