ディープラーニングと物理学 原理がわかる、応用ができる

田中章詞 / 富谷昭夫 / 橋本幸士

※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。

人工知能技術の中枢をなす深層学習と物理学との繋がりを俯瞰する。物理学者ならではの視点で原理から応用までを説く、空前の入門書。《目次》第1章 はじめに：機械学習と物理学【第I部 物理から見るディープラーニングの原理】第2章 機械学習の一般論第3章 ニューラルネットワークの基礎第4章 発展的なニューラルネットワーク第5章 サンプリングの必要性と原理第6章 教師なし深層学習【第II部 物理学への応用と展開】第7章 物理学における逆問題第8章 相転移をディープラーニングで見いだせるか第9章 力学系とニューラルネットワーク第10章 スピングラスとニューラルネットワーク第11章 量子多体系、テンソルネットワークとニューラルネットワーク第12章 超弦理論への応用第13章 おわりに

• カテゴリ: ビジネス・実用
• ジャンル: 学術・語学 / 理工
• 出版社: 講談社
• 掲載誌・レーベル: ＫＳ物理専門書
• ページ数: 304ページ
• 電子版発売日: 2019年07月05日
• コンテンツ形式: EPUB
• サイズ(目安): 144MB

[ブクログ · ★★★★☆]

機械学習ってのは、例示から汎化するという博物学的な学問です。解いている方程式は、熱力学の方程式と一緒なので関連があるかもしれないと思ってやったら素粒子とか超ひもとかもネットワークを工夫すると学習できることがわかってなかなかいいですよ。という本です。数式は私にはあまり理解できませんでしたが、数式をある程度端折っても、とてもとても示唆に富んだ素晴らしい読書体験でした。福岡さんの動的平衡と、エントロピーと、記憶と、知性と、物理と、機械学習と、宇宙の秘密が、ネットワーク構造で説明できるかもってことをやっているのが流行っているってだけでワクワクしますねえ。