目次
深層学習 (機械学習プロフェッショナルシリーズ)
- 岡谷 貴之(著)/ 杉山 将(編)
- 第1章 はじめに
- 1.1 研究の歴史
- 1.2 本書の構成
- 第2章 順伝播型ネットワーク
- 2.1 ユニットの出力
- 2.2 活性化関数
- 2.3 多層ネットワーク
- 2.4 出力層の設計と誤差関数
- 第3章 確率的勾配降下法
- 3.1 勾配降下法
- 3.2 確率的勾配降下法
- 3.3 「ミニバッチ」の利用
- 3.4 汎化性能と過適合
- 3.5 過適合の緩和
- 3.6 学習のトリック
- 第4章 誤差逆伝播法
- 4.1 勾配計算の難しさ
- 4.2 2層ネットワークでの計算
- 4.3 多層ネットワークへの一般化
- 4.4 勾配降下法の完全アルゴリズム
- 4.5 勾配消失問題
- 第5章 自己符号化器
- 5.1 概要
- 5.2 ネットワークの設計
- 5.3 自己符号化器の働き
- 5.4 スパース正則化
- 5.5 データの白色化
- 5.6 ディープネットの事前学習
- 5.7 その他の自己符号化器
- 第6章 畳込みニューラルネット
- 6.1 単純型細胞と複雑型細胞
- 6.2 全体の構造
- 6.3 畳込み
- 6.4 畳込み層
- 6.5 プーリング層
- 6.6 正規化層
- 6.7 勾配の計算
- 6.8 実例:物体カテゴリ認識
- 第7章 再帰型ニューラルネット
- 7.1 系列データの分類
- 7.2 RNNの構造
- 7.3 順伝播計算
- 7.4 逆伝播計算
- 7.5 長・短期記憶(LSTM)
- 7.6 入出力間で系列長が異なる場合
- 第8章 ボルツマンマシン
- 8.1 データの生成モデル
- 8.2 ボルツマンマシン
- 8.3 ギブスサンプリング
- 8.4 隠れ変数を持つボルツマンマシン
- 8.5 制約ボルツマンマシン(RBM)
- 8.6 RBMの学習
- 8.7 その他のユニット
- 8.8 ディープビリーフネットワーク
- 8.9 ディープボルツマンマシン
- 8.10 性能比較
情報理論・情報科学 ランキング
情報理論・情報科学のランキングをご紹介します情報理論・情報科学 ランキング一覧を見る
前へ戻る
-
1位
-
2位
-
3位
-
4位
-
5位
-
6位
-
7位
-
8位
-
9位
-
10位
次に進む