翔泳社の公式通販SEshopは全国送料無料!
ヘルプ 法人のお客様へ 新規会員登録 ログイン
SEshop

Google Colaboratoryで学ぶ!あたらしい人工知能技術の教科書 機械学習・深層学習・強化学習で学ぶAIの基礎技術【PDF版】

我妻 幸長(著)

商品番号
167210
販売状態
発売中
納品形態
会員メニューよりダウンロード
発売日
2021年09月08日
ISBN
9784798167213
データサイズ
約34.2MB
制限事項
印刷不可・テキストのコピー不可
キーワード
人工知能  Python  電子書籍【PDF版】  機械学習  深層学習  AI & TECHNOLOGY

3,740円(税込)(本体3,400円+税10%)
送料無料

340pt (10%)
ポイントの使い方はこちら

在庫あり

初回購入から使えるポイント500円分プレゼント

紙の書籍はこちら 本書には新版がございます
新版はこちら

※1点の税込金額となります。 複数の商品をご購入いただいた場合のお支払金額は、 単品の税込金額の合計額とは異なる場合がございますので、予めご了承ください。

  • ポスト
  • 本製品は電子書籍【PDF版】です。
  • ご購入いただいたPDFには、購入者のメールアドレス、および翔泳社独自の著作権情報が埋め込まれます。
    PDFに埋め込まれるメールアドレスは、ご注文時にログインいただいたアドレスとなります。
    Amazon Payでのお支払いの場合はAmazonアカウントのメールアドレスが埋め込まれます。
  • 本製品を無断で複製、転載、譲渡、共有および販売を行った場合、法律により罰せられる可能性がございます。
  • ご購入の前に必ずPDF利用案内をお読みください。

最新のAI開発プラットフォームで
機械学習・深層学習・強化学習の
基礎技術を学ぼう!

【本書の概要】
本書はUdemyで大人気の講座
『AIパーフェクトマスター講座 -Google Colaboratoryで隅々まで学ぶ実用的な人工知能/機械学習-』をもとにした書籍です。
・機械学習(回帰、k平均法、サポートベクターマシン)
・深層学習(画像識別や画像生成、RNN)
・強化学習(Cart Pole問題、深層強化学習)
といった、AI開発でニーズの高い人工知能技術を、深層学習を中心に解説しています。
また本書ではサンプルを用意していますので、サンプルを動かしながら、AI技術の仕組みを理解できます。
開発環境にはGoogle Colaboratoryを使用します。

【Google Colaboratoryとは】
ブラウザ上で利用できる機械学習や深層学習向けの開発環境です。
GPUを無料で利用できるので、コードの実行時間を大幅に短縮できます。

【本書ポイント】
・機械学習・深層学習・強化学習の基礎知識を一気に学べる
・Pythonでコードを動かしながら機械学習・深層学習・強化学習の理論を学べる

【対象読者】
・何らかのプログラミング経験のある方
・機械学習・深層学習・強化学習を学ぶ意欲のある方
・高校数学以上の数学知識のある方

【著者プロフィール】
我妻幸長(あづま・ゆきなが)
SAI-Lab株式会社を起業。「ヒトとAIの共生」がミッション。
人工知能(AI)関連の研究開発、教育、アプリ開発が主な事業。
著者のYouTubeチャンネルでは、無料の講座が多数公開されている。

PDF版のご利用方法

  1. ご購入後、SEshopにログインし、会員メニューに進みます。
  2. ご購入電子書籍およびデータ > [ご購入電子書籍およびダウンロードデータ一覧]をクリックします。
  3. 購入済みの電子書籍のタイトルが表示されますので、リンクをクリックしてダウンロードしてください。
  4. PDF形式のファイルを、お好きな場所に保存してください。
  5. 端末の種類を問わず、ご利用いただけます。
最新のAI開発プラットフォームで「機械学習」「深層学習」「強化学習」の基礎技術を学ぼう!
本書で身につくこと

Chapter 0 イントロダクション
0.1 はじめに

Chapter 1 人工知能、ディープラーニングの概要
1.1 人工知能の概要
1.2 人工知能の活用例
1.3 人工知能の歴史
1.4 Chapter 1のまとめ

Chapter 2 開発環境
2.1 Google Colaboratoryのはじめ方
2.2 セッションとインスタンス
2.3 CPUとGPU
2.4 Google Colaboratoryの様々な機能
2.5 Chapter 2のまとめ

Chapter 3 Pythonの基礎
3.1 Pythonの基礎
3.2 NumPyの基礎
3.3 matplotlibの基礎
3.4 pandasの基礎
3.5 演習
3.6 解答例
3.7 Chapter 3のまとめ

Chapter 4 簡単なディープラーニング
4.1 ディープラーニングの概要
4.2 シンプルなディープラーニングの実装
4.3 様々なニューラルネットワーク
4.4 演習
4.5 解答例
4.6 Chapter 4のまとめ

Chapter 5 ディープラーニングの理論
5.1 数学の基礎
5.2 単一ニューロンの計算
5.3 活性化関数
5.4 順伝播と逆伝播
5.5 行列と行列積
5.6 層間の計算
5.7 微分の基礎
5.8 損失関数
5.9 勾配降下法
5.10 出力層の勾配
5.11 中間層の勾配
5.12 エポックとバッチ
5.13 最適化アルゴリズム
5.14 演習
5.15 解答例
5.16 Chapter 5のまとめ

Chapter 6 様々な機械学習の手法
6.1 回帰
6.2 k平均法
6.3 サポートベクターマシン
6.4 演習
6.5 解答例
6.6 Chapter 6のまとめ

Chapter 7 畳み込みニューラルネットワーク(CNN)
7.1 CNNの概要
7.2 畳み込みとプーリング
7.3 im2colとcol2im
7.4 畳み込みの実装
7.5 プーリングの実装
7.6 CNNの実装
7.7 データ拡張
7.8 演習
7.9 Chapter 7のまとめ

Chapter 8 再帰型ニューラルネットワーク(RNN)
8.1 RNNの概要
8.2 シンプルなRNNの実装
8.3 LSTMの概要
8.4 シンプルなLSTMの実装
8.5 GRUの概要
8.6 シンプルなGRUの実装
8.7 RNNによる文章の自動生成
8.8 自然言語処理の概要
8.9 演習
8.10 解答例
8.11 Chapter 8のまとめ

Chapter 9 変分オートエンコーダ(VAE)
9.1 VAEの概要
9.2 VAEの仕組み
9.3 オートエンコーダの実装
9.4 VAEの実装
9.5 さらにVAEを学びたい方のために
9.6 演習
9.7 Chapter 9のまとめ

Chapter 10 敵対的生成ネットワーク(GAN)
10.1 GANの概要
10.2 GANの仕組み
10.3 GANの実装
10.4 さらにGANを学びたい方のために
10.5 演習
10.6 解答例
10.7 Chapter 10のまとめ

Chapter 11 強化学習
11.1 強化学習の概要
11.2 強化学習のアルゴリズム
11.3 深層強化学習の概要
11.4 Cart Pole問題
11.5 深層強化学習の実装
11.6 月面着陸船の制御―概要―
11.7 月面着陸船の制御―実装―
11.8 演習
11.9 解答例
11.10 Chapter 11のまとめ

Chapter 12 転移学習
12.1 転移学習の概要
12.2 転移学習の実装
12.3 ファインチューニングの実装
12.4 演習
12.5 解答例
12.6 Chapter 12のまとめ

Appendix さらに学びたい方のために
AP.1 著書
AP.2 オンライン講座
AP.3 YouTubeチャンネル

各種問い合わせは以下のリンクからご連絡ください

感想・レビュー

山のトンネル さん

2022-04-08

1週間もあれば読み切れそうな難易度。pythonの触りの触りが学べる。

ᚹγअәc0̸א さん

VAEいじくりでお手軽デザイナー気分

関連商品

おすすめ特集

ロングセラーコンピュータ書

ITエンジニアにぜひ読んでいただきたい、翔泳社のロングセラーコンピュータ書を厳選

ITインフラ関連本特集

ネットワーク/サーバー/セキュリティを学ぶなら読んでおきたいおすすめの書籍

生成AI特集

テキスト生成、画像生成、動画生成など、生成AI活用のスキルが身につく本をご紹介

Web制作関連本特集

HTML/CSS、JavaScript、UI/UX、デザインまで。Web制作・フロントエンド開発に役立つ本

マーケティングおすすめ本

マーケティングの勉強におすすめの本。基本から実務に役立つ戦略設計まで

介護職におすすめの本

介護職を目指す人の試験対策書、現場スタッフのための実務書など、介護職に役立つ本

特集をもっと見る