3/27
時点_ポイント最大2倍
Pythonによるディープラーニングと生成AI・LLM/FrancoisChollet/MatthewWatson/クイープ
販売価格
4,994
円 (税込)
送料無料
- 出荷目安:
- 1~3日で発送予定
たまるdポイント(通常) 45
+キャンペーンポイント(期間・用途限定) 最大1倍
※たまるdポイントはポイント支払を除く商品代金(税抜)の1%です。
※表示倍率は各キャンペーンの適用条件を全て満たした場合の最大倍率です。
各キャンペーンの適用状況によっては、ポイントの進呈数・付与倍率が最大倍率より少なくなる場合がございます。
dカードでお支払ならポイント3倍
各キャンペーンの適用状況によっては、ポイントの進呈数・付与倍率が最大倍率より少なくなる場合がございます。
- 商品情報
- レビュー
FrancoisCholletMatthewWatsonクイープ
マイナビ出版
ISBN:4839989680/9784839989682
発売日:2026年03月
※商品画像はイメージや仮デザインが含まれている場合があります。帯の有無など実際と異なる場合があります。
【内容紹介】
Pythonディープラーニングのベストセラー書籍が、生成AI、Keras 3 、PyTorch、JAXを網羅!
ディープラーニングと生成AIの背後にある概念を分かりやすく解説します
ベストセラーとなったManning刊 "Deep Learning with Python" が全面的に書き直され、Transformer、GPTライクなLLMの構築、拡散モデルを用いた画像生成などの新章も追加されました。ディープラーニングを段階的に理解できる実践的なプロジェクトとコード例が各章で紹介されます。
10年足らずの間に、ディープラーニングは世界を二度も変えました。Keras、TensorFlow、PyTorchといったPythonベースのライブラリが、ニューラルネットワークを実験室レベルから、大規模に展開される高性能な本番システムへと進化させました。LLMや生成AIツールを通して、ディープラーニングは再びビジネスと社会を変革しつつあります。
ディープラーニングと生成AIの背後にある概念をKerasの開発者から直接学びとりPythonを使ったディープラーニング世界に自信を持って踏み出そう!
1章 ディープラーニングとは何か
2章 ニューラルネットワークの数学的要素
3章 Tensorflow、PyTorch、JAX、Keras
4章 分類と回帰
5章 機械学習の基礎
6章 機械学習の普遍的なワークフロー
7章 Kerasを深く理解する
8章 画像分類
9章 ConvNetアーキテクチャパターン
10章 ConvNetが何を学習するのかを解釈する
11章 画像セグメンテーション
12章 物体検出
13章 時系列予測
14章 テキスト分類
15章 言語モデルとTransformer
16章 テキスト生成
LLM(大規模言語モデル)
17章 画像生成
18章 実務におけるベストプラクティス
19章 AIの未来
20章 本書のまとめ
マイナビ出版
ISBN:4839989680/9784839989682
発売日:2026年03月
※商品画像はイメージや仮デザインが含まれている場合があります。帯の有無など実際と異なる場合があります。
【内容紹介】
Pythonディープラーニングのベストセラー書籍が、生成AI、Keras 3 、PyTorch、JAXを網羅!
ディープラーニングと生成AIの背後にある概念を分かりやすく解説します
ベストセラーとなったManning刊 "Deep Learning with Python" が全面的に書き直され、Transformer、GPTライクなLLMの構築、拡散モデルを用いた画像生成などの新章も追加されました。ディープラーニングを段階的に理解できる実践的なプロジェクトとコード例が各章で紹介されます。
10年足らずの間に、ディープラーニングは世界を二度も変えました。Keras、TensorFlow、PyTorchといったPythonベースのライブラリが、ニューラルネットワークを実験室レベルから、大規模に展開される高性能な本番システムへと進化させました。LLMや生成AIツールを通して、ディープラーニングは再びビジネスと社会を変革しつつあります。
ディープラーニングと生成AIの背後にある概念をKerasの開発者から直接学びとりPythonを使ったディープラーニング世界に自信を持って踏み出そう!
1章 ディープラーニングとは何か
2章 ニューラルネットワークの数学的要素
3章 Tensorflow、PyTorch、JAX、Keras
4章 分類と回帰
5章 機械学習の基礎
6章 機械学習の普遍的なワークフロー
7章 Kerasを深く理解する
8章 画像分類
9章 ConvNetアーキテクチャパターン
10章 ConvNetが何を学習するのかを解釈する
11章 画像セグメンテーション
12章 物体検出
13章 時系列予測
14章 テキスト分類
15章 言語モデルとTransformer
16章 テキスト生成
LLM(大規模言語モデル)
17章 画像生成
18章 実務におけるベストプラクティス
19章 AIの未来
20章 本書のまとめ
※本データはこの商品が発売された時点の情報です。




