紙の本
Excelでわかるディープラーニング超入門 RNN・DQN編 難解といわれるRNNとDQNを理解できる!
AIの基礎となるRNNとDQNのしくみに焦点を当てて解説した機械学習の入門書。「最適化」などの難しい計算部分をExcelで行い、その動作原理をわかりやすく解説する。【「T...
Excelでわかるディープラーニング超入門 RNN・DQN編 難解といわれるRNNとDQNを理解できる!
Excelでわかるディープラーニング超入門 【RNN・DQN編】
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
AIの基礎となるRNNとDQNのしくみに焦点を当てて解説した機械学習の入門書。「最適化」などの難しい計算部分をExcelで行い、その動作原理をわかりやすく解説する。【「TRC MARC」の商品解説】
進化発展するディープラーニング。その代表格がRNN(Recurrent Neural Network/再帰型ニューラルネットワーク)とDQN(Deep Q-Network/深層Qネットワーク)です。RNNは自然言語処理の分野で最も注目されるアルゴリズムです。またDQNは強化学習の手法で目覚ましい精度を挙げています。これらはいずれもAI応用の入り口となります。本書は、これらを万人のツールであるExcelを用いて、難しい数学やプログラミングの知識抜きに、動かしながら、目で見てしくみを理解できる画期的な入門書です。難解といわれるRNNとDQNの「最適化」などの難しい計算部分をExcelにまかせ、その動作原理をわかりやすく知ることができます。本書がAI学習のハードルを一気に下げてくれます。【商品解説】
本書は大変好評を得た『Excelでわかるディープラーニング超入門』の続編です。前編では取り上げなかったRNN(リカレントニューラルネットワーク)、DQN(Deep Q-Learning)を解説します。これらはいずれもAI応用の入り口となります。RNNは自然言語処理の分野で最も注目されるアルゴリズムです。また、DQNは強化学習の手法で目覚ましい精度を挙げています。本書では、これらを万人のツールであるExcelを用いて、難しい数学やプログラミングの知識抜きに、動かしながら、目で見てしくみを理解することができます。前作同様、本書がAI学習のハードルを一気に下げてくれます。【本の内容】
目次
- ●1章 RNN、DQNへの準備
- ◆§1 はじめてのRNN、DQN
- ◆§2 利用するExcel関数は10個あまり
- ◆§3 最適化計算を不要にしてくれるExcelソルバー
- ◆§4 データ解析には最適化が不可欠
著者紹介
涌井良幸
- 略歴
- 〈涌井良幸〉1950年東京都生まれ。東京教育大学(現・筑波大学)数学科卒業。ライター。
〈涌井貞美〉1952年東京生まれ。東京大学理学系研究科修士課程修了。サイエンスライター。
関連キーワード
あわせて読みたい本
前へ戻る
- 対象はありません
次に進む
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