必要な数学だけでわかる ニューラルネットワークの理論と実装

出版社
出版日
ページ数
282
目次
第1章 この本で扱うニューラルネットワークとは 1-1 自然界の計算機、ニューロン 1-2 パーセプトロン 1-3 ニューラルネットワークと機械学習の関係 第2章 勾配法と確率的勾配降下法 2-1 直線で上昇するグラフのその先を勾配降下法で予測する 2-2 曲線を描きつつ上昇カーブを描くグラフのその先を多項式回帰で解く 2-3 データをランダムに抽出して「見かけ上の最適値」から脱出する 2-4 数値微分について知っておこう 2-5 偏微分について知っておこう 第3章 パーセプトロン 3-1 パーセプトロンを使って2つのグループに分類してみる 3-2 パーセプトロンに「学習機能」を持たせる 3-3 スパッと分類できないときは確率を使って分類してみる 3-4 直線で分類できないデータをロジスティックス回帰で分類する 第4章 ニューラルネットワークによる学習 4-1 ネットワークの入力から出力へ 4-2 出力誤差を入力方向に向かって伝達してネットワークを賢くする 4-3 ニューラルネットワークを作成する 4-4 大勢の人が書いた手書き数字をニューラルネットワークに読み取らせる
紹介( powered by openBD

ニューラルネットワークで必要な数学を解説するだけでなく、その知識をもとに作り上げたアルゴリズムをそのままプログラムに置き換えられる力が身に付きます。またニューラルネットワークに必要なパーセプトロンや回帰などの根底となる技術を段階的に学ぶことができます。本書ではニューラルネットワークを利用した手書き文字の画像認識にも挑戦します。