涌井貞美のレビュー一覧
-
-
-
-
-
Posted by ブクログ
タイトルのとおり、Excelを用いてディープラーニングについて学ぼうという書籍。
なんとなくの知識は持っていたが、実際に自分でプログラムとかしたことのない自分のような読者が少し手を動かして、動作原理を実感するのにはちょうど良い内容であると思う。
例題として、○×の判断と、１，２の判断について紙面が割かれている。
前者は隠れ層が１層、後者は２層用いて畳み込みニューラルネットワークを構築しており、後者をExcelで作りこむのは少々面倒なので、作業までは行わなかったが、まず前者の○×の判定だけでも、おお！っという感動は味わえた。
ソルバー機能を使ったことが無いと設定など少し戸惑うかもしれない。
ニュ -
Posted by ブクログ
畳み込みニューラルネットワークの仕組みを
Excelを使って表現・説明してくれている本。
手段だけでなく、何故その仕組みが生まれたのか？
といった経緯についても触れてくれていたおかげで、
CNNについての理解がすごく深まりました。
行列についても改めて理解出来たのは良かった。
私は良書だと思います。
【勉強になったこと】
・大きさを固定した2つのベクトルが似ているとき、
その内積は大きくなる。
・最小二乗法とは、平方誤差を最小にすること。
・ステップ関数は、動物の神経細胞に忠実なモデル。
ただ滑らかでないがゆえに、微分法が活用出来ない。
代わりに活用するのがシグモイド関数。
・ -
-
日常使いしてる物の仕組みを知る
普段何気なく日常使いモノの仕組みがどうなっているかを知ることができた。
深くは知らなくていいけど、浅くは知りたい。
そういう私のニーズに合致した本だった。 -
-
-
-
Posted by ブクログ
昨今話題のAIの発達と密接に関連するディープラーニング。具体的に何なんだよ、と疑問に思って読む入門者にはとても分かりやすい本でした。
入門書とは言え、ディープラーニングを理解するのに簡単な数学も知らないようでは無理なわけで、通常の入門書ではその辺は理解していることを前提としているものも多い。本書では、必要となる最低限の（理系大学生にとっては）初歩的な数学、つまり微分、偏微分、線形代数（行列）に関する説明の章も独立して設けられていて、その説明が非常に分かりやすい。大学の理系学部生が教養課程生で学ぶ際に非常に役立つのではないかと思う。ここだけでも読んで損は無い。
さらに本書では、今なら誰でも使って -
-
-
-
-
-
-
Posted by ブクログ
最近話題のベイズ統計学。レコメンドアルゴリズムとしてのベイジアンネットワーク、統計学としてのベイズ推定など、最近の「予測」モデルについては、ベイズ統計学が多く使われているようになりながらも、かいつまんでもベイズ統計学が従来の確率論や統計学と何が違うのかイメージがしづらかった。それを非常にわかりやすく説明してくれている本。説明はかなり丁寧、何度も概念をいろんな方法で繰り返し説明してくれているので、すらーっと読めるし、内容もよく理解できる。但し、大学受験レベルの確率論や大学１，２年レベルの統計学の知識がないと飲み込みができない可能性が高く、初習者は簡単な統計学などの本から入ったほうがいいだろう。
-
Posted by ブクログ
ある出来事が起きた時、その原因として複数の出来事が考えられる。
これらの内、どれが原因だろうか？
この推測を行う手法にベイズ推定と言う物があります。
そしてこの様な考え方に基づく統計学が、本書のテーマであるベイズ統計学です。
これは様々な分野で応用されており、その為、根っからの文系人間でもこれと格闘する必要に迫られる事も考えられます。
本書はこの様な事態に陥った方の助けとなる一冊です。
構成は全6章からなり、それぞれ
第1章：
ベイズ統計学の応用分野やその考え方、ベイズの定理を考えた18世紀のアマチュア数学者トーマス・ベイズ等を簡単に解説
第2章：
簡単な確率の解説
第3章：
ベ
