実践 Deep Learning PythonとTensorFlowで学ぶ次世代の機械学習アルゴリズム

２０００年代にニューラルネットワークの研究が再び活発になりました。現在、ディープラーニングは近代的な機械学習の道を切り開いている非常に活発な研究領域となっています。Ｇｏｏｇｌｅ、Ｍｉｃｒｏｓｏｆｔ、Ｆａｃｅｂｏｏｋなどの企業では、社内のディープラーニングチームが急成長しています。しかし、多くの人にとってディープラーニングはまだまだとても複雑で困難な課題です。本書ではサンプルのＰｙｔｈｏｎ３プログラムと簡潔な説明を通してこの複雑な分野の主要な概念を紹介します。微積分、行列演算、Ｐｙｔｈｏｎの基礎があれば誰でも本書を始めることができます。

目次 : １章　ニューラルネットワーク/ ２章　フィードフォワードニューラルネットワークの訓練/ ３章　ＴｅｎｓｏｒＦｌｏｗを使ったニューラルネットワークの実装/ ４章　勾配降下法を超えて/ ５章　畳み込みニューラルネットワーク/ ６章　埋め込みと表現学習/ ７章　シーケンス分析のモデル/ ８章　メモリ強化ニューラルネットワーク/ ９章　深層強化学習

【著者紹介】
太田満久 : １９８３年東京都生まれ。名古屋育ち。京都大学基礎物理学研究所にて素粒子論を専攻し、２０１０年に博士号を取得。同年データ分析専業のブレインパッド社に新卒として入社。入社後は数学的なバックグラウンドを生かし、自然言語処理エンジンやレコメンドアルゴリズムの開発を担当。現在は最新技術の調査・検証を担当。ＴｅｎｓｏｒＦｌｏｗ　Ｕｓｅｒ　Ｇｒｏｕｐ　Ｔｏｋｙｏオーガナイザ。Ｇｏｏｇｌｅ　Ｄｅｖｅｌｏｐｅｒ　Ｅｘｐｅｒｔ（Ｍａｃｈｉｎｅ　Ｌｅａｒｎｉｎｇ）

藤原秀平 : 大学院では数理最適化や機械学習の研究に取り組み修士号を取得。その後は開発者として機械学習関連の業務に携わる傍ら、Ｇｏｏｇｌｅ　Ｃｌｏｕｄ　Ｐｌａｔｆｏｒｍ（ＧＣＰ）の認定トレーナーの資格を取得し、ＧＣＰやＴｅｎｓｏｒＦｌｏｗを普及させるために活動。ＴｅｎｓｏｒＦｌｏｗ　Ｕｓｅｒ　Ｇｒｏｕｐ　Ｔｏｋｙｏオーガナイザ。Ｇｏｏｇｌｅ　Ｄｅｖｅｌｏｐｅｒ　ｘｐｅｒｔ（Ｍａｃｈｉｎｅ　Ｌｅａｒｎｉｎｇ）

牧野聡 : ソフトウェアエンジニア。日本アイ・ビー・エムソフトウェア開発研究所勤務（本データはこの書籍が刊行された当時に掲載されていたものです）