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
