BOOK SEARCH
ビジネスマンがきちんと学ぶ ディープラーニング with Python
朝野 熙彦(編著)
ネット書店で購入する amazon e-hon 紀伊國屋書店 honto Honya Club Rakutenブックス くまざわ書店
書店の店頭在庫を確認する 紀伊國屋書店
コンテンツダウンロード
- 「きちんと学ぶディープラーニング」演習用データ
※ 書籍内で使用する Python コード,サンプルデータおよび正誤表(最終更新:2021/4/5)です. - テストファイル2.txt
※ テストファイル
内容紹介
機械が学習する原理を,数式表現の確認,手計算,Pythonによる実装,データへの適用・改善と順を追って解説。仕組みを理解して自分のビジネスデータへの応用を目指す実務家のための実践テキスト。基礎数学から広告効果測定事例まで。
編集部から
目次
第1章 機械による学習のはじまり
1.1 人工知能の夢
1.2 パーセプトロン
1.3 エキスパートシステム
1.4 得られた教訓とその後の発展
コラム:線形分離可能とは何か
第2章 数学の基礎を準備
2.1 データテーブルは行列である
2.2 行列とベクトルの計算
2.3 偏微分
2.4 行列とベクトルの偏微分
コラム:行列とベクトルに一貫性がないnumpy
第3章 線形から非線形へ
3.1 線形モデルとは
3.2 SEM と決定木
3.3 活性化関数
3.4 非線形最適化
コラム:測定尺度とは何か
第4章 量的な予測を行うディープラーニング
4.1 分析データとモデル
4.2 誤差逆伝播法
4.3 手計算で確かめるディープラーニング
4.4 いくつかの改善点
コラム:勾配行列の高速導出
第5章 質的な分類を行うディープラーニング
5.1 交差エントロピー基準
5.2 ソフトマックス関数による確率予測
5.3 フォワードとバックワードのプロセス
5.4 Python でコーディング
コラム1:シャノンの情報量
コラム2:ディープラーニングの計算法
第6章 学習結果の適用
6.1 予測フェーズ
6.2 予測は適中するか
6.3 判別分析と比べる
6.4 データハンドリング
コラム:ディープラーニングの様々なモデル
第7章 機械学習を成功させる工夫
7.1 過学習と予測の妥当性
7.2 ミニバッチはなぜ必要か
7.3 入力データの標準化
7.4 ソフトウェアとビジネスへの応用
コラム:ディープラーニングで使われる用語
第8章 ディープラーニングによる広告効果測定
8.1 広告効果分析
8.2 ディープラーニングによる広告効果モデリング
8.3 広告効果の予測
8.4 クリエイティブの制作企画支援
コラム1:畳み込みニューラルネットワーク
コラム2:再帰型ニューラルネットワーク
付録A Python の環境設定
付録B お勧め図書
引用文献
あとがき
索 引