櫻井亮佑の作品一覧
「櫻井亮佑」の「はじめての知識グラフ構築ガイド」「PyTorch実践入門」ほか、ユーザーレビューをお届けします！
- 作者をフォローする
- フォローすると、この作者の新刊が配信された際に、お知らせします。
作品一覧
-
4.01巻3,982円 (税込)※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ディープラーニングの重要な基礎概念と、PyTorchを用いたディープラーニングの実装方法について、細部まで掘り下げて解説。限られたデータでニューラルネットワークを訓練する方法、訓練済みモデルのデプロイ方法など『ディープラーニング・プロジェクトのベストプラクティス』を提示します。 ・ディープラーニングのメカニズムを解説 ・Jupyter Notebook上でサンプルコードを実行 ・PyTorchを用いたモデル訓練の実施 ・実データを使用するプロジェクトをベースに実践的解説 ・本番環境へのさまざまなモデルデプロイ方法 PyTorchで実際にどのように組み込まれて実現されているのか、細部まで掘り下げた解説をしていますのでディープラーニングの活用を目指している開発者や詳しく知りたい方におすすめです。 Manning Publications『Deep Learning with PyTorch』の翻訳書 第1部 PyTorchの基礎 第1章 ディープラーニングとPyTorchの概要 第2章 訓練済みモデルの利用方法 第3章 PyTorchにおけるテンソルの扱い方 第4章 さまざまなデータをPyTorchテンソルで表現する方法 第5章 ディープラーニングの学習メカニズム 第6章 ニューラルネットワーク入門 第7章 画像分類モデルの構築 第8章 畳み込み（Convolution） 第2部 ディープラーニングの実践プロジェクト：肺がんの早期発見 第9章 肺がん早期発見プロジェクトの解説 第10章 LUNAデータをPyTorchデータセットに変換 第11章 結節候補を画像分類するモデルの構築 第12章 評価指標とデータ拡張を用いたモデルの改善 第13章 セグメンテーションを用いた結節の発見 第14章 結節・腫瘍解析システムの全体を構築 第3部 デプロイメント（Deployment） 第15章 本番環境にモデルをデプロイする方法 -
-1巻3,982円 (税込)※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 知識グラフの構築・利用方法をゼロから解説！ 豊富なデータをどのように活用するかという課題には知識グラフが役に立ちます。本書は知識グラフの技術的な側面を深く掘り下げており、Neo4jを活用し独自の知識グラフを構築できるようになります。“Building Knowledge Graphs: A Practitioner's Guide”（O'Reilly Media刊）待望の日本語版。 1章 知識グラフについて 2章 知識グラフ構築のための構成原則 3章 グラフデータベース 4章 知識グラフデータの読み込み 5章 知識グラフの組み込み 6章 データサイエンスによる知識グラフ拡充 7章 グラフネイティブ機械学習 8章 メタデータ知識グラフ 9章 知識グラフと識別 10章 パターン検知の知識グラフ 11章 依存関係の知識グラフ 12章 セマンティック検索と類似度 13章 知識グラフとの会話 14章 知識グラフから知識レイクへ [著者紹介] Jesús Barrasa：専門はセマンティック技術とグラフデータベース。Neo4j の EMEA におけるソリューション・アーキテクチャ・チームの責任者であり、neosemantics（RDF を扱うための Neo4j プラグイン）の開発を牽引。共著書に Data in Context for Responsive Businesses (O'Reilly)。ライブ Web 配信 Going Meta の共同ホストを担当。 Jim Webber：Neo4jのチーフ・サイエンティスト。専門は耐障害性グラフデータベース。共著書に Graph Databases for Dummies(Wiley)、Graph Databases(O’Reilly)、Knowledge Graphs: Data in Context for Responsive Businesses(O’Reilly)。ニューカッスル大学客員教授。 [翻訳者紹介] 櫻井亮佑：日本経済新聞社情報サービスユニット所属。データサイエンティストとして経済・金融データを活用した BtoB事業に従事。Neo4j Graph Data Science Certified。Kaggle Competitions Master。 [監訳者紹介] 安井雄一郎：日本経済新聞社日経イノベーション・ラボ所属。主任研究員。博士（統計科学）。大学での技術職員や研究員、日経BPでのデータサイエンティストを経て、2019年より現職。2023年より統計数理研究所外来研究員。 ※この商品は固定レイアウト型の電子書籍です。 ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。 ※お使いの端末で無料サンプルをお試しいただいた上でのご購入をお願いいたします。 ※本書内容はカラーで制作されているため、カラー表示可能な端末での閲覧を推奨いたします
ユーザーレビュー
-
4.0 (4)
Posted by ブクログ
ネタバレ＜レビューを書き忘れていたので2022/12/3に記入＞
第2部にある実践プロジェクトが当時の開発テーマに近い内容だったため購入。
正直、かなり敷居が高い本である気もしますが、かなり掘り下げた内容まで記載されており、セグメンテーションを現場活用するために活きてくる知見が盛りだくさんである事は間違いありません。セグメンテーションに関する技術は有している人限定ではありますが、それなりにおススメ出来る本だと思います☆
ちなみに、完全に画像系AIに特化した内容なので、画像系AIには興味無い人が手に取る本ではありません。また、PyTorchを全く触った事が無い人がいきなり読んでも挫折しそうな気がしま -
4.0 (4)
-
4.0 (4)
-
4.0 (4)
Posted by ブクログ
PyTorchを使いこなすためのファーストステップとして使える本。
一方、物足りない点もあるので実践で補う必要はある(深層学習フレームワークの発展スピードが速いだけなのでこれは仕方ない)。
書かれていること
・torchテンソルの取り扱い
・各種データのtorchテンソル化
・シンプルな分類モデル構築方法
・実データを使った練習
物足りない点
・タスクが分類とsemantic segmentationしかない
・アーキテクチャがResNetとU-Netしかない
・PyTorch Lightningを利用していないのでボイラープレートなコードが多い
