Jax / Flaxで学ぶディープラーニングの仕組み

ＪＡＸ“ＧＰＵを使った数値計算”＋Ｆｌａｘ“ニューラルネットワークの構築”。Ｇｏｏｇｌｅ製の新しいライブラリーで応用が効く機械学習モデルを構築しよう！「畳み込みニューラルネットワーク」（ＣＮＮ）の仕組みをしっかり理解できる。ＪＡＸ／Ｆｌａｘ／Ｏｐｔａｘでの機械学習モデル構築が基本から応用まで学べる。転移学習、アノマリー検知、ＤＣＧＡＮによる画像生成モデル構築も紹介。

目次 : ＪＡＸ／Ｆｌａｘ／Ｏｐｔａｘ入門（最小二乗法で学ぶ機械学習の基類/ ＪＡＸ／Ｆｌａｘ／Ｏｐｔａｘの基本的な使い方　ほか）/ ２　分散アルゴリズムの基礎（ロジスティック回帰による二項分類器/ ソフトマックス関数と多項分類器　ほか）/ ３　ニューラルネットワークを用いた分類処理（単層ニューラルネットワークの構造/ 単層ニューラルネットワークによる手書き文字の分類　ほか）/ ４　畳み込みフィルターによる画像の特徴抽出（畳み込みフィルターの機能/ 畳み込みフィルターを用いた画像の分類　ほか）/ ５　畳み込みフィルターの多層化による性能向上（畳み込みニューラルネットワークの完成/ 学習済みフィルターの解釈　ほか）

【著者紹介】
中井悦司 : １９７１年４月大阪生まれ。ノーベル物理学賞を本気で夢見て、理論物理学の研究に没頭する学生時代、大学受験教育に情熱を傾ける予備校講師の頃、そして、華麗なる（？）転身を果たして、外資系ベンダーでＬｉｎｕｘエンジニアを生業にするに至るまで、妙な縁が続いて、常にＵｎｉｘ／Ｌｉｎｕｘサーバーと人生を共にする。その後、Ｌｉｎｕｘディストリビューターのエバンジェリストを経て、現在は、米系ＩＴ企業のＳｏｌｕｔｉｏｎｓ　Ａｒｃｈｉｔｅｃｔとして活動。最近は、機械学習をはじめとするデータ活用技術の基礎を世に広めるために、講演活動のほか、雑誌記事や書籍の執筆にも注力（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）