TensorFlow で学ぶディープラーニング入門

出版社
出版日
ページ数
264
TensorFlow で学ぶディープラーニング入門
ISBN10
4839960887
ISBN13
978-4839960889
目次
Chapter 01 TensorFlow 入門 1-1 ディープラーニングと TensorFlow 1-2 環境準備 1-3 TensorFlow クイックツアー Chapter 02 分類アルゴリズムの基礎 2-1 ロジスティック回帰によるニ項分類器 2-2 ソフトマックス関数と多項分類器 2-3 多項分類器による手書き文字の分類 Chapter 03 ニューラルネットワークを用いた分類 3-1 単層ニューラルネットワークの構造 3-2 単層ニューラルネットワークによる手書き文字の分類 3-3 多層ニューラルネットワークへの拡張 Chapter 04 畳み込みフィルターによる画像の特徴抽出 4-1 畳み込みフィルターの機能 4-2 畳み込みフィルターを用いた画像の分類 4-3 畳み込みフィルターを用いた手書き文字の分類 Chapter 05 畳み込みフィルターの多層化による性能向上 5-1 畳み込みニューラルネットワークの完成 5-2 その他の話題 Appendix A Mac OS X と Windows での環境準備方法 B Python 2 の基本文法 C 数学公式
紹介( powered by openBD

ディープラーニングの世界へようこそ! 本書は、機械学習やデータ分析を専門とはしない、一般の方を対象とした書籍です。― と言っても、ディープラーニングの歴史や人工知能の将来展望を語る啓蒙書ではありません。ディープラーニングの代表とも言える「畳み込みニューラルネットワーク」を例として、その仕組みを根本から理解すること、そして、TensorFlowを用いて実際に動作するコードを作成することが本書の目標です。

ディープラーニングの解説記事で必ず登場するのが、多数のニューロンが何層にも結合された「多層ニューラルネットワーク」の模式図です。このニューラルネットワークの中でいったいなにが起きているのか、ディープラーニングのアルゴリズムはどのような仕組みで学習をしているのか、「何とかしてこれを理解したい!」 ― そんな気持ちを持ったあなたこそが、本書が対象とする読者です。

実の所、ディープラーニングの根底にあるのは、古くからある機械学習の仕組みそのものです。簡単な行列計算と微分の基礎がわかっていれば、その仕組みを理解することはそれほど難しくはありません。本書では、手書き文字の認識処理を行う畳み込みニューラルネットワークについて、これを構成する1つひとつのパーツの役割を丁寧に解説していきます。さらに、ディープラーニングの学習処理ライブラリであるTensorFlowを利用して、実際に動作するコードを用いながらそれぞれのパーツの動作原理を確認します。レゴブロックを組み立てるかのように、ネットワークを構成するパーツを増やしていくことで、認識精度が向上する様子が観察できることでしょう。

ちなみに、TensorFlowの公式Webサイトでは、チュートリアルとしてさまざまなサンプルコードが公開されています。これらのコードを実行してみたものの、コードの中身がよくわからず、自分なりの応用をしようにもどこから手をつけていいのかわからない ― そんな声を耳にすることもあります。本書を通して、ディープラーニングの根本原理、そして、TensorFlowのコードの書き方を学習すれば、次のステップが見えてくるはずです。ディープラーニングの奥深さ、そして、その面白さを味わうことは、決して専門家だけの特権ではありません。本書によって、知的探究心にあふれる皆さんが、ディープラーニングの世界へと足を踏み入れるきっかけを提供できたとすれば、筆者にとってこの上ない喜びです。

(本書「はじめに」より抜粋)