あらすじ
※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。
AIという言葉をメディアで目にしない日はありません。これはArtificial Intelligenceの頭文字をとったもので、人工知能を意味します。1990年代には工場のラインを支えるロボットの「人工知能」が産業を大きく変えました。しかし、その時の人工知能は完全に人間から教え込まれるタイプのものでした。それに対し、現在の「AI」は、自ら学んでいくタイプのものです。それを実現する手段の一つがディープラーニングです。本書では、人間の脳のニューロンの働きを数学的に抽象化し、人工的にネットワーク化した「ニューラルネットワーク」を基本とする、ディープラーニングのしくみを、高校までの数学で丁寧に解説していきます。
感情タグBEST3
Posted by ブクログ
初学者にとっては良書。
とても分かりやすい解説で、理解しやすかった。
順を追って丁寧に説明してくれており、ディープラーニング初学者にとっては有難い。
Posted by ブクログ
ディープラーニング（深層学習）の仕組みを知りたい人には、わかりやすく、しかしゴマカシをあまり入れずに数式も使って説明していて、良い本。なお、ディープラーニングで必須の偏微分については付録で説明しているので、「高校数学でわかる」というのはややミスリーディング。
Posted by ブクログ
ディープラーニングについて改めて理解を整理しようと思い読書。
その仕組みについて脳の神経ネットワークの観点からわかりやすく解説しようとこころみているほん。
CNN・RNNの説明がわかりやすかった
メモ
・畳み込み層は対象物識別の特徴ごとに生成。
情報が圧縮される形となる。
特徴という切り口でメッシュを荒めに切り取ることによる圧縮。
それを、さらに荒いメッシュに集約して表現するものをプーリングテーブル。例えば各区画の最大値として採用して、テーブル構成を行うなど。他平均プーリングなども。
・リカレントニューラルネットワークは、以前の情報を記憶するメモリーがふくまれるもの。コンテキストノードと呼ばれる。 このメモリを用いて、時系列データを処理する、重みをつけて判定を行うものがリカレントニューラルネットワークの原理
