やさしく学ぶディープラーニングがわかる数学のきほん アヤノ＆ミオと学ぶ ディープラーニングの理論と数学、実装 /立石賢吾

≪商品情報≫

著者名：立石賢吾
出版社名：マイナビ出版
発行年月：2019年07月
判型：Ａ５
ISBN：9784839968373


≪内容情報≫

「ディープラーニングをライブラリで実装できるけれど、よく意味が分かっていない」
「ディープラーニングの背景にある数式を理解して、何が行われているか知っておきたい」

本書はそんな人のための本です。
勉強中のプログラマ「アヤノ」と、友達の「ミオ」の会話を通じて、ディープラーニングでどんなふうに入力値から出力値までの計算がされているのか、楽しく学んでいきます。

※本書は『やさしく学ぶ 機械学習を理解するための数学のきほん』の続刊となりますが、前作を読んでいない人でも問題なく読むことができます。

本書では、

・ニューラルネットワークでは何ができるのか
・単層のパーセプトロンではどのような計算が行われているのか
・パーセプトロンではどうやって問題を解いているのか
・パーセプトロンにはどんな欠点があるのか

などの基本的な部分から解説を始めます。
パーセプトロンが理解できたら、続いて多層のニューラルネットワークについて学んでいきます。

・ニューラルネットワークではどうやって問題を解いているのか
・問題を正しく解くためのパラメーターはどうやって学習しているのか

といったことについて、1つずつ数式を理解して、時には具体的な数値を当てはめて実際に計算しながら理解していきます。

ニューラルネットワークが理解できたら、いよいよ画像の分類などに向いている「畳み込みニューラルネットワーク」について学習を進めます。

何をやっているのか、図解と数式で確認しつつ学習し、どのようにして「畳み込みニューラルネットワーク」が分類のタスクを行っているのか丁寧に解説します。

そして最後の章では、ここまでの章で学習した数式をもとに、Pythonでプログラムを書いていきます。ライブラリとしてはNumPyだけを使用し、学習した数式を振り返りながらプログラムを書いていきます。ディープラーニング用のライブラリでは数行で書ける部分ですが、1行1行理解しながら動かしていくことで、理解を深めることができます。

【各章の概要】

Chapter1 ニューラルネットワークを始めよう

Chapter2 順伝播を学ぼう

Chapter3 逆伝播を学ぼう

Chapter4 畳み込みニューラルネットワークを学ぼう

Chapter5 ニューラルネットワークを実装しよう

Appendix