Book Meter Reviews

こちらは読書メーターで書かれたレビューとなります。

powered by

• kaizen@名古屋de朝活読書会

  読了日：2017/08/01

  #説明歌　翻訳と要約対話応答の応用助ける手法と実装

• センケイ (線形)

  読了日：2019/03/30

  これも、もっと早く読めばよかったベスト10。やはりイメージだけで分かった気になるのは良くなくって、その分野での試み全体を知るには書籍が良い。コネクショニストの応用はこんなにも幅広いモデルがやられてたんだ。膨大な論文の知識を集約してモチベーションなども書いてあるので、いきなり手を動かす前に読んでおきたい一冊だ。困ったときに使える豆知識も充実していて、実りが多い。

• こたろう

  読了日：2018/01/25

  昨今の盛んに研究されているDeep LearningによるNLPについての本。論文をベースに理論側から解説してあり、また参考文献も豊富なので、この本をベースに新しい論文をキャッチアップするといいと思う。2017に多く報告されたGANや画像と組み合わせたキャプション系の話はないので注意。

• Kosmos

  読了日：2017/06/07

  深層学習とは多層ニューラルネットワークの学習であり、自然言語処理における部分問題における部分問題に対して深層学習を適用しその解析性能を向上させる」、「機械学習では、訓練に使用する限られた事例で誤差を小さくするのではなく、母集団での汎化誤差を最小にする。汎化誤差は、モデルの表現力による誤差(近似誤差)、偏った事例を使った誤差(推定誤差)、目的関数を最小化するアルゴリズムによる誤差(最適化誤差)に分解して考える。自由度とパラメータを増やすことで、各誤差を減らして訓練効果を改善していく。

• Wisdom

  読了日：2017/06/01

  前評判の通り，かなりの良書でした． 言語に限らず系列データを扱うためのモデルであるRNNに関して，日本語の書籍の中では最も分かりやすく書かれていると思います．発展系であるLSTM, seq2seq，attention mechanism, memory networkについても，図や具体例を使って丁寧に解説されています． 「理論もなんとなく分かったし実装してみるぞ！」って人のための記述も豊富で，大変助かります．

レビューをもっと見る

(外部サイト)に移動します