サイト内検索

詳細検索

ヘルプ

セーフサーチについて

性的・暴力的に過激な表現が含まれる作品の表示を調整できる機能です。
ご利用当初は「セーフサーチ」が「ON」に設定されており、性的・暴力的に過激な表現が含まれる作品の表示が制限されています。
全ての作品を表示するためには「OFF」にしてご覧ください。
※セーフサーチを「OFF」にすると、アダルト認証ページで「はい」を選択した状態になります。
※セーフサーチを「OFF」から「ON」に戻すと、次ページの表示もしくはページ更新後に認証が入ります。

【ネットストア】カレンダー全品ポイント最大10倍キャンペーン

【HB】丸善丸の内本店×hontoブックツリー 編集者がオススメする他社の本!(~12/10)

  1. hontoトップ
  2. 本の通販ストア
  3. コンピュータ・IT・情報科学
  4. 初めてのTensorFlow 数式なしのディープラーニング PythonとTFLearnライブラリで実装まで無理なく体験学習

電子書籍化お知らせメール

商品が電子書籍化すると、メールでお知らせする機能です。
「メールを登録する」ボタンを押して登録完了です。
キャンセルをご希望の場合は、同じ場所から「メール登録を解除する」を押してください。

電子書籍化したら知らせてほしい

初めてのTensorFlow 数式なしのディープラーニング PythonとTFLearnライブラリで実装まで無理なく体験学習
  • みんなの評価 5つ星のうち 未評価
  • あなたの評価 評価して"My本棚"に追加 評価ありがとうございます。×
  • カテゴリ:一般
  • 発売日:2017/10/27
  • 出版社: リックテレコム
  • サイズ:24cm/198p
  • 利用対象:一般
  • ISBN:978-4-86594-105-0
  • 国内送料無料
専門書

紙の本

初めてのTensorFlow 数式なしのディープラーニング PythonとTFLearnライブラリで実装まで無理なく体験学習新刊

著者 足立 悠 (著)

プログラミング言語のPythonと、GoogleのTensorFlowをベースにしたTFLearnライブラリを使用して、ディープラーニングの実装が体験できる書。サンプルフ...

もっと見る

初めてのTensorFlow 数式なしのディープラーニング PythonとTFLearnライブラリで実装まで無理なく体験学習

2,376(税込)

新刊お知らせメール登録

この著者の新着情報

一覧を見る

あわせて読みたい本

この商品に興味のある人は、こんな商品にも興味があります。

前へ戻る

  • 対象はありません

次に進む

このセットに含まれる商品

前へ戻る

  • 対象はありません

次に進む

商品説明

プログラミング言語のPythonと、GoogleのTensorFlowをベースにしたTFLearnライブラリを使用して、ディープラーニングの実装が体験できる書。サンプルファイルのダウンロードサービス付き。【「TRC MARC」の商品解説】

◆◆ PythonとTFLearnで無理なく体験学習 ◆◆

本書は「これからディープラーニングを学びたい」と考えているIT エンジニアの方々を対象にしています。
そして、ディープラーニングの手法を理解し、自分で実装できるようになることを目指します。

ディープラーニングを初めて学ぶITエンジニアは、2つの障壁を越えねばなりません。
一つは「ディープラーニングの手法」、特に、理論を説明する数式が難解なこと。
もう一つは「どうやって使うのか、実装方法が分からない」ことです。

■数式なしで理論を理解
そこで本書は、是非知っておきたい3つの手法、即ち、①全結合のニューラルネットワーク、
②畳み込みニューラルネットワーク(CNN)、③再帰型ニューラルネットワーク(RNN)のみに話題を集中。
IT エンジニアなら抵抗感なく読めるように、数式を一切使わず、気鋭のデータサイエンティストが
丁寧に理論を解説します。

■簡単に実装できるライブラリを使用
実装については、Google社のディープラーニング・フレームワークTesorFlowに注目。
TesorFlowと完全互換性があり、かつ、TesorFlowよりも初心者に適したTFLearnライブラリを使うことで、
Python 3による実装を体験します。
実装環境の構築方法も一から説明し、サンプルコードには逐次解説を加えました。

■理論と実装の反復で理解を深める
第1章では、機械学習とディープラーニングの概要、実装ライブラリについて説明します。
第2章では、TFLearnを使った実装環境を構築し、ツールの使い方を学びます。
第3章では、全結合のニューラルネットワークの仕組みを理解した後、
手書き文字画像のMNISTデータセットを使って、画像の分類問題を解いてみます。
第4章ではCNNを解説した後、再度、MNISTデータを分類。また、JPEG等の一般的な画像の分類も行います。
第5章では、時系列データに適したRNNの仕組みを理解した後、対話テキストの分類に挑戦。
ここでもMNISTの分類を行ってみます。

本書に沿って体験学習を進めれば、ディープラーニングの手法を無理なく理解でき、
手を動かして実装できるようになるでしょう。【商品解説】

★ PythonとTFLearnで無理なく体験学習
本書は、「これからディープラーニングを学びたい」と考えているIT エンジニアの方々を対象にしています。そして、ディープラーニングの手法を理解し、自分で実装できるようになることを目指します。
IT エンジニアなら抵抗感なく読めるように、数式を一切使わず、気鋭のデータサイエンティストが丁寧に理論を解説します。
本書に沿って体験学習を進めれば、ディープラーニングの手法を無理なく理解でき、手を動かして実装できるようになるでしょう。
【本の内容】

目次

  • 1  初めてのディープラーニング
  • 1.1 機械学習とディープラーニング
  • 1.2 ディープラーニングのライブラリ
  • 2  ディープラーニングの実装準備
  • 2.1 ディープラーニングの環境構築
  • 2.2 Jupyter Notebookの使い方
  • 2.3 Pythonプログラミングの基礎
  • 3  ディープニューラルネットワーク体験

著者紹介

足立 悠

略歴
メーカーでデータサイエンティストとして働く傍ら、社会人大学院生としてデータマイニングの研究に従事。
ユーザー企業でデータ分析・活用を推進し、ベンダー企業で国内企業のデータ分析・活用を支援した経験があり、
両方の立場からデータサイエンスに携わってきた。
過去には、データサイエンスの普及を目的に、Webや雑誌へ記事執筆したほか、
国内各地でセミナー講師を務めてきた。
多感な時期に高専で5年間を過ごしてしまったせいか、周囲から変人と評されている。
趣味は国内の城とダム巡り、お地蔵さんが密集している場所に佇むこと。

関連キーワード

この著者・アーティストの他の商品

前へ戻る

  • 対象はありません

次に進む

みんなのレビュー0件

みんなの評価0.0

評価内訳

  • 星 5 (0件)
  • 星 4 (0件)
  • 星 3 (0件)
  • 星 2 (0件)
  • 星 1 (0件)

プログラミング言語 ランキング

プログラミング言語のランキングをご紹介します一覧を見る

前へ戻る

次に進む