アプリケーションの実装で学ぶディープラーニング 本橋 和貴(著/文) - 秀和システム
- ISBN
- 978-4-7980-6058-3 COPY
-
ISBN 13
- 9784798060583 COPY
-
ISBN 10h
- 4-7980-6058-5 COPY
-
ISBN 10
- 4798060585 COPY
-
出版者記号
- 7980 COPY
- Cコード
-
C3055
-
専門 単行本 電子通信
- 書店発売日
- 2021年3月30日
- 登録日
- 2021年3月30日
- 最終更新日
- 2021年3月30日
紹介
理論、モデル作成、実装の関連が体系的によくわかる。
ディープラーニングの全体像をつかみたい初心者に最適。
●1.機械学習と深層学習の導入 ●2.畳み込みニューラルネットワークとコンピュータービジョン ●3.リカレントニューラルネットワークと自然言語処理 ●4.機械学習モデルのデプロイ ●5.さまざまなアプリケーション実装 ●6.ディープラーニングモデルの継続改善
目次
Chapter 01 機械学習と深層学習の導入
01-01 従来のプログラミングと機械学習との違い
01-02 機械学習のさまざまなアプローチ
01-03 機械学習アルゴリズムのイメージ
01-04 全結合ニューラルネットワークの学習
Chapter 02 畳み込みニューラルネットワークとコンピュータービジョン
02-01 コンピュータービジョンとは
02-02 畳み込みニューラルネットワークとは
02-03 層を深くすると何がうれしいか
02-04 代表的な畳み込みニューラルネットワークのアーキテクチャー
02-05 畳み込みニューラルネットワークの事前訓練
まとめ
Chapter 03 リカレントニューラルネットワークと自然言語処理
03-01 はじめに
03-02 自然言語処理とは
03-03 リカレントニューラルネットワーク
03-04 単語の数値化
03-05 Sequence to Sequence
03-06 Attention機構
03-07 BERT
まとめ
Chapter 04 機械学習モデルのデプロイ
Chapter 05 さまざまなアプリケーション実装
05-01 keras-flaskのサンプルコード例
05-02 Pytorch-Rabbitmqのサンプルコード例
05-03 Pytorchにおけるタスクの実行
05-04 アプリケーションの実行
まとめ
Chapter 06 ディープラーニングモデルの継続改善
06-01 モデルの継続的なデプロイ
06-02 特徴量エンジニアリング
06-03 機械学習のバージョン管理について
06-04 機械学習のシステムモニタリング
06-05 スケーラビリティの確保
06-06 AIプラットフォームの利用
まとめ
