基礎からのニューラルネット ー人工知能の基盤技術ー I / Obooks

本書は、「深層学習」の「仕組み」に興味をもつ人々のために、「深層学習」の基礎である「人工ニューラルネット」の原理を解説することを目的として編まれた書籍である。第１章では、人工知能研究の歴史を簡潔にまとめる。第２章は、最も基本的な「階層型ニューラルネット」（パーセプトロン）の仕組みを詳説。第３章では、物理学と人工知能研究の接点について述べる。第４章は、「深層学習」の発展の原動力となった「畳み込みネットワーク」「回帰ネットワーク」「長・短期記憶」「トランスフォーマ」の本質に焦点を絞った簡潔な説明を狙う。

目次 : 第１章　ニューラルネットの歴史―「パーセプトロン」から「深層学習」まで（パーセプトロン/ 「線形非分離問題」と「深層化」　ほか）/ 第２章　階層型ニューラルネットモデル（脳神経網と「人工ニューラルネット」/ 「単層パーセプトロン」と「誤り訂正学習」　ほか）/ 第３章　非階層型ニューラルネットモデル（「深層学習」の基礎技術/ 「階層型」と「非階層型」　ほか）/ 第４章　「深層学習」への誘い（「深層学習」の幕開け/ 「深層学習」を支える技術　ほか）

【著者紹介】
申吉浩 : １９６０年大韓民国ソウル生まれ。現在・学習院大学計算機センター教授・博士（工学）

園田隆史 : １９５６年長崎生まれ。現在・学習院大学および大妻女子大学非常勤講師

甘利丈慈 : １９９９年東京生まれ。現在・学習院大学大学院自然科学研究科２年

〓井絢之介 : １９９８年茨城生まれ。現在・学習院大学大学院自然科学研究科２年

室田佳亮 : １９９８年東京生まれ。現在・東京大学大学院理学系研究科物理学専攻修士２年（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）