Kindle 価格: ￥2,458

(税込)

獲得ポイント:
108ポイント (4%)

ご購入時にプロモーションが適用されます

これらのプロモーションはこの商品に適用されます:

一部のプロモーションは他のセールと組み合わせることができますが、それ以外のプロモーションは組み合わせることはできません。詳細については、これらのプロモーションに関連する規約をご覧ください。

今すぐお読みいただけます: 無料アプリ
を購読しました。 続刊の配信が可能になってから24時間以内に予約注文します。最新刊がリリースされると、予約注文期間中に利用可能な最低価格がデフォルトで設定している支払い方法に請求されます。
「メンバーシップおよび購読」で、支払い方法や端末の更新、続刊のスキップやキャンセルができます。
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

涌井 良幸
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。

ディープラーニングがわかる数学入門 Kindle版

涌井 良幸 (著), 涌井 貞美 (著) 形式: Kindle版
5つ星のうち4.0 62
すべての形式と版を表示
（概要）
ディープラーニング（深層学習）は，人工知能（AI）分野で活躍したい，多くの人たちに注目されています。ディープラーニングは，今後ますますの発展が予想される人工知能の技術を新時代へ導いています。一方で，ディープラーニングの学習には数学の知識が必要不可欠です。本書はそのディープラーニングに必要な数学の知識をわかりやすく解説した入門書です。図を多用し，具体例を重視した内容になっています。ディープラーニングに関わる数学の知識を基本からしっかり学びたい人には必携の入門書となります。

（こんな方におすすめ）
・ディープラーニングに関心のある学生，社会人
・ディープラーニングに数学からアプローチしたい人

（目次）
1章　ニューラルネットワークの考え方

2章　ニューラルネットワークのための数学の基本

3章　ニューラルネットワークの最適化

4章　ニューラルネットワークと誤差逆伝播法

5章　ディープラーニングと畳み込みニューラルネットワーク
Previous page
  1. 本の長さ
    334ページ
  2. 言語
    日本語
  3. 付箋メモ
    Kindle Scribeで
  4. 出版社
    技術評論社
  5. 発売日
    2017/4/5
  6. ファイルサイズ
    65720 KB
  7. Page Flip
    有効
  8. Word Wise
    有効にされていません
  9. タイプセッティングの改善
    有効
  10. すべての詳細を表示
Next page
この本はファイルサイズが大きいため、ダウンロードに時間がかかる場合があります。Kindle端末では、この本を3G接続でダウンロードすることができませんので、Wi-Fiネットワークをご利用ください。

商品の説明

出版社からのコメント

本書の訂正・誤植等の情報は、下記のURLでご覧いただくことができます。
http://gihyo.jp/book/2017/978-4-7741-8814-0/support
よろしくお願いいたします。

登録情報

  • ASIN ‏ : ‎ B071Y3RNL3
  • 出版社 ‏ : ‎ 技術評論社 (2017/4/5)
  • 発売日 ‏ : ‎ 2017/4/5
  • 言語 ‏ : ‎ 日本語
  • ファイルサイズ ‏ : ‎ 65720 KB
  • Text-to-Speech（テキスト読み上げ機能） ‏ : ‎ 有効
  • X-Ray ‏ : ‎ 有効
  • Word Wise ‏ : ‎ 有効にされていません
  • 付箋メモ ‏ : ‎ Kindle Scribeで
  • 本の長さ ‏ : ‎ 334ページ
  • カスタマーレビュー:
    5つ星のうち4.0 62

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。
涌井 良幸

涌井 良幸

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
62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

x
5つ星のうち5.0 誤差逆伝播法になやんだら
2022年1月10日に日本でレビュー済み
Amazonで購入
機械学習，深層学習を始めたばかりです．
誤差逆伝播法を理解するために，実際にエクセルをつかって入力することで理解が深まりました．
いい本だとおもいます．
2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 わかりやすいが電子書籍化が雑
2022年3月3日に日本でレビュー済み
Amazonで購入
解説が丁寧で例題もわかりやすく、Excelを使って実際の最適化計算の過程が見られるのも理解の助けになる。ベクトルや微分・偏微分の説明も詳しく、久しく高等数学から離れてしまっていた身にとってはありがたかった。
難点としては、Kindle上で数式中のギリシャ文字がローマ字になってしまったり大文字と小文字が入れ変わってしまったりしている箇所が散見されたり、フォントサイズの拡大に図表が着いて来ないなど電子書籍化の際の編集が雑な印象を受ける。また、出版社のウェブに正誤表が掲載されているが結構致命的な誤りもあり、電子書籍なのだからタイムリーに修正できないものかと思う。
2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
山田康雄
5つ星のうち3.0 内容
2022年3月7日に日本でレビュー済み
Amazonで購入
判りにくい
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5.0 全体としてです。
2019年9月10日に日本でレビュー済み
Amazonで購入
わかりやすい内容だと思います。
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 深層学習をホワイトボックスで説明する良書
2018年8月17日に日本でレビュー済み
Amazonで購入
学生時代に第一世代の人工知能を学習してから随分久しぶりになつかしく読了しました。深層学習をホワイトボックスで説明する良書です。文系の学生さんでも学部生時代に統計分析（回帰分析や分布型）や経済数学（線形計画法や動的計画法）を学習し、線形計画法をデジタル計算機（行列計算）やアナログ計算機（勾配法）で計算した方ならなつかしく読み進められると思います。早稲田大学などが来年から文系に数学を入試に課するということですが、人工知能が社会に浸透していくこれからの学生さんには、この種の本を読みこなす力も必要であり、理解できる風潮と思います。
例題をエクセルで解く場面がいくつも出てきますが、これを手計算で解いてみるとその手続きがよくわかると思います。ただ、エクセルで解く最初の例題である３章５節の問題では、使用する活性化関数がシグモイド関数であることが明示されていないことと、エクセル表示のデータが行列形式でかかれているため、行列演算で計算しているのかと勘違いしてしまう方もいるのではないかと思い、やや時間を浪費してしまいました。
　以上はほめ言葉ですが、第一世代の人工知能を学んだ者からするとものたりなさもあります。シナプスを通じる情報伝達を扱うニューラルネットワークの特徴を重み付けとシナプス独自のバイアスの二つのパラメーターで表示することは第一世代の人工知能（例えば、アシュビーのホメオスタット）と変わりはありません。ただ、ホメオスタットは、外乱が生じた時にすみやかに制約内で恒常性（ホメオスタシス）を達成することを目指す機械です。これとの対比でいうと、深層学習の適用されてきた分野は、パターン認識とか将棋や碁で相手を打ち負かすといったように目的がはっきりしている場合に限られるようです。想定外の事態のもとですみやかに組織の恒常性を回復するといったことへの深層学習となるとホワイトボックスで説明することは難しくなり、どのようなことになるのかが興味津々といったところです。
17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
池上　聖一
5つ星のうち4.0 入門書としては抜群
2021年5月30日に日本でレビュー済み
Amazonで購入
ただし、何かをしたいということで購入するのは、不向き。内容を理解するのが役に立ちます。
役に立った
 レポート
名無し
5つ星のうち3.0 まあまあそこそこ
2017年10月11日に日本でレビュー済み
Amazonで購入
　ディープラーニングで使われる数学の解説はまぁわかりやすいと思います。

　が、それはこの本の1/3程度です。
残りは、ニューラルネットワークやディープラーニング自体の解説なのですが、これが非常にわかりにくい。

　数学の勉強のためだけに使うならまぁ悪くないですが、本全体の1/3のためだけに買うのももったいないですし、その用途であれば「やさしく学ぶ 機械学習を理解するための数学のきほん」の方がオススメです。

　もしこの本の内容を理解したいのであれば、「ゼロから作るDeep Learning」で実際にコーディングしてコードの流れからニューラルネットワークの構造を推測した方が、理解度は圧倒的に高いです(時間はかかりますが

　プログラミングは一切する気はないけど、ニューラルネットワークやディープラーニングのための数式は知る必要があるということであれば、この本が多少役立つかもしれませんが、、、

それなら私はコチラをオススメします。
「やさしく学ぶ 機械学習を理解するための数学のきほん」
21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
kitchen
5つ星のうち2.0 内容が緩い
2017年11月17日に日本でレビュー済み
Amazonで購入
「数学」って感じでもなく、ソフトウェア解説って感じでもなく中途半端。３０年前の単なるニューロコンピュータ解説。
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
問題を報告

この商品には、不適切な内容が含まれていますか?
報告
この商品は、著作権を侵害していると思いますか?
報告
この商品には、品質または書式設定の問題が含まれていますか?
報告