※この商品は固定レイアウト型の電子書籍です。 ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。 ※お使いの端末で無料サンプルをお試しいただいた上でのご購入をお願いいたします。 TensorFlowとKerasによるディープラーニング・ニューラルネットワークの実践的入門書 本書はディープラーニング、ニューラルネットワークについての予備知識がなくても学習を進められるようゼロから丁寧に、理論とその実装について解説します。実装にはPythonのディープラーニング向けのライブラリ、TensorFlow (1.0) およびKeras (2.0) を用います。「ディープラーニングについて何となくわかってはいるけれど、もう少し理解を深めたい」「画像認識だけでなく、時系列データを分析するためのモデルについても学びたい」という方にとって、学びの役に立つのではないかと思います。 単純パーセプトロンにはじまり、多層パーセプトロン、ディープニューラルネットワーク、リカレントニューラルネットワークなど多くの手法について学びます。扱うデータの種類ごとに考えるべき課題も異なり、それに合わせてネットワークも様々な形に変化させ学習を進めます。 ディープラーニングは1つひとつのテクニックの積み重ねであり、その根底にあるのは「人間の脳をどう数式やアルゴリズムで表現できるか」です。本書で学んできた土台となる理論さえきちんと理解していれば、今後どのようなディープラーニングの手法が出てこようとも、すぐに理解し使いこなせるようになるでしょう。そして、自身で新たなモデルを考え出すこともできるはずです。 ［本書の構成］1章では、ニューラルネットワークの理論を学習するうえで必要となる数学の知識について簡単におさらいし、続く2章では、実装に向けてのPython開発環境のセットアップ、およびPythonライブラリの簡単な使い方を扱います。3章からは、いよいよニューラルネットワークの学習に入っていきます。3章ではその基本形について学び、4章ではディープニューラルネットワーク、いわゆるディープラーニングについて学びます。通常のニューラルネットワークと何が違うのか、どのようなテクニックが用いられているのかを実装を交えて理解します。5、6章では、時系列データを扱うためのモデルであるリカレントニューラルネットワークについて詳しく学んでいきます。5章では、リカレントニューラルネットワークの基本形を簡単なデータ例を用いて理論・実装について学び、6章ではその応用例について扱います。

深層学習フレームワークヒッチハイクガイドVer4.0

Keras Recurrentレイヤーメモ:return_sequences, RepeatVector, TimeDistributed

機械学習などの本でよく出てくる数式の、Qiitaでの書き方集

FXトレードシステム（機械学習）開発

非理系出身エンジニアが、数式への抵抗を減らすのに役立ったこと

非IT企業に転職した機械学習素人がAIプロジェクトにアサインされてからの奮闘記

KaggleのTitanicで学習してみた（kaggle②）

Keras+Tensorflowを用いてLSTMでFXの予想してみる

TensorFlowの基本的な関数をXORゲートを学習するニューラルネットワーク作成してまとめてみる

機械学習に入門した話

機械学習/ディープラーニング勉強としてやってきたこと -読んだ本編-

kerasでKaggleのTitanicを予想する（kaggle⑦）

TensorFlowを使ってBitcoinの価格を予想してみた

Tensorflowとkerasを始めました(tutorial)

「詳解 ディープラーニング」の間違い

詳解 ディープラーニング ~TensorFlow・Kerasによる時系列データ処理~