close
1.

図書

図書
斎藤康毅著
出版情報: 東京 : オライリー・ジャパン , 東京 : オーム社 (発売), 2018.7  xvii, 412p ; 21cm
シリーズ名: ゼロから作るdeep learning ; 2
所蔵情報: loading…
目次情報: 続きを見る
1章 ニューラルネットワークの復習
2章 自然言語と単語の分散表現
3章 word2vec
4章 word2vecの高速化
5章 リカレントニューラルネットワーク / RNN
6章 ゲート付きRNN
7章 RNNによる文章生成
8章 Attention
付録A sigmoid関数とtanh関数の微分
付録B WordNetを動かす
付録C : GRU
1章 ニューラルネットワークの復習
2章 自然言語と単語の分散表現
3章 word2vec
概要: コンピュータの専門書として異例の大ヒットを記録した『ゼロから作るDeep Learning』の続編。自然言語処理や時系列データ処理に焦点を当て、ディープラーニングを使ってさまざまな問題に挑む。word2vecやRNN(リカレントニューラルネ ットワーク)、LSTMやGRU、seq2seqやAttention...ディープラーニングを支えるこれら最先端の技術を実装レベルでマスター。 続きを見る
2.

図書

図書
斎藤康毅著
出版情報: 東京 : オライリー・ジャパン , 東京 : オーム社 (発売), 2016.9  xx, 298p ; 21cm
シリーズ名: ゼロから作るdeep learning ; [1]
所蔵情報: loading…
目次情報: 続きを見る
1章 : Python入門
2章 : パーセプトロン
3章 : ニューラルネットワーク
4章 : ニューラルネットワークの学習
5章 : 誤差逆伝播法
6章 : 学習に関するテクニック
7章 : 畳み込みニューラルネットワーク
8章 : ディープラーニング
付録A : Softmax‐with‐Lossレイヤの計算グラフ
1章 : Python入門
2章 : パーセプトロン
3章 : ニューラルネットワーク
概要: 作って学ぶ。手で覚える。ディープラーニングを理解するための最善の方法は、ディープラーニングをゼロから実装することです。
3.

図書

図書
ウィリ・リチャート, ルイス・ペドロ・コエーリョ著 ; 斎藤康毅訳
出版情報: 東京 : オライリー・ジャパン , 東京 : オーム社 (発売), 2014.10  xviii, 267p ; 24cm
所蔵情報: loading…
目次情報: 続きを見る
Pythonではじめる機械学習
実例を対象とした分類法入門
クラスタリング:関連のある文書を見つける
トピックモデル
クラス分類:悪い回答を判別する
クラス分類2:感情分析
回帰:レコメンド
回帰:レコメンドの改良
クラス分類3:音楽ジャンル分類
コンピュータビジョン:パターン認識
次元削減
ビッグデータ
機械学習についてさらに学ぶために
Pythonではじめる機械学習
実例を対象とした分類法入門
クラスタリング:関連のある文書を見つける
概要: 本書は、実際に手を動かしながら機械学習システムを作成し、機械学習のエッセンスを身につけることを目的とした機械学習システムの実践的な解説書です。「データといかに向き合うか」という視点から、生データを通してパターンを見つける方法を解説していきま す。Pythonと機械学習の基本、ライブラリの使い方に続いて、具体的な例を通して、データセット、モデル化、レコメンドとその改良、音声や画像の処理といった、より重要な問題について解説。また、オープンソースのツールやライブラリを使いながら、テキストや画像、音声に対して機械学習の手法をどのように適用するかを学び、さらに機械学習技術について、評価の方法や、それぞれを比較して最適なものを選択する方法について学びます。 続きを見る
文献の複写および貸借の依頼を行う
 文献複写・貸借依頼