Gan 敵対的生成ネットワークによる深層学習(仮)

実物と区別ができないほどリアルな画像を生成することを可能としたＧＡＮ（敵対的生成ネットワーク）。最も革新的なＧＡＮの基本から実装へ。数学や理論に関しては最小限かつ必須のものに絞って解説。

目次 : １　ＧＡＮと生成モデル入門（はじめてのＧＡＮ/ オートエンコーダを用いた生成モデル/ はじめてのＧＡＮ：手書き文字の生成/ 深層畳み込みＧＡＮ：ＤＣＧＡＮ）/ ２　ＧＡＮの発展的な話題（訓練とよくある課題：ＧＡＮをうまく動かすために/ プログレッシブなＧＡＮ/ 半教師ありＧＡＮ/ 条件付きＧＡＮ/ ＣｙｃｌｅＧＡＮ）/ ３　ここからどこへ進むべきか（敵対的サンプル/ ＧＡＮの実用的な応用/ 将来に向けて）

【著者紹介】
ヤクブ・ラングー : 創造的で広告のためのアプリケーションにＧＡＮを用いるスタートアップの共同創業者です。２０１３年よりデータサイエンスに従事しており、最近ではＦｉｌｔｅｒｅｄ．ｃｏｍのデータサイエンス技術リーダーであり、ＭｕｄａｎｏのＲ＆Ｄデータサイエンティスト。ＵＫのＢｉｒｍｉｎｇｈａｍ大学および無数の私企業でデータサイエンスのコースを教えており、Ｏｘｆｏｒｄ大学の客員講師。深層技術の人材に投資するＥｎｔｒｅｐｒｅｎｅｕｒ　Ｆｉｒｓｔでの７期生の客員起業家でもありました。Ｒｏｙａｌ　Ｓｔａｔｉｓｔｉｃａｌ　Ｓｏｃｉｅｔｙ（王立統計学会）のフェローであり、多数の国際会議で招待講演を行った。Ｏｘｆｏｒｄ大学卒業

ヴラディミーア・ボック : Ｍｉｃｒｏｓｏｆｔ　Ｒｅｓｅａｒｃｈでの音楽のスタイル変換の研究をしていた時に、ＧＡＮの計り知れない潜在能力を認識。オンラインの旅行やＥ‐コマースのブランド、Ｆｏｒｔｕｎｅ５００に入る企業などに対して機械学習サービスを提供するニューヨークのスタートアップの、データサイエンスプロジェクトを運営。Ｈａｒｖａｒｄ大学のコンピュータサイエンスの学士号と優秀賞を獲得

大和田茂 : 博士（情報理工）、保育士。株式会社ソニーコンピュータサイエンス研究所所属。ユーザインタフェースに関心があり、学生時代はコンピュータグラフィックス、就職してからはスマートハウスを題材としてきた。萌家電、ＯｐｅｎＥＣＨＯ、ＰｉｃｏＧＷ、ＮａｎｏＧＷなどを開発。最近は保育士支援システムに関心を持ち、画像処理に機械学習を利用している（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）