アプリケーションの実装で学ぶディープラーニング
書籍情報
発売日 : 2021年03月30日
著者／編集 : 本橋 和貴/Eduardo Gonzalez
出版社 : 秀和システム
発行形態 : 単行本
ページ数 : 216p
書籍説明
内容紹介
理論、モデル作成、実装の関連が体系的によくわかる。
ディープラーニングの全体像をつかみたい初心者に最適。
●1.機械学習と深層学習の導入 ●2.畳み込みニューラルネットワークとコンピュータービジョン ●3.リカレントニューラルネットワークと自然言語処理 ●4.機械学習モデルのデプロイ ●5.さまざまなアプリケーション実装 ●6.ディープラーニングモデルの継続改善
ディープラーニングの全体像をつかみたい初心者に最適。
●1.機械学習と深層学習の導入 ●2.畳み込みニューラルネットワークとコンピュータービジョン ●3.リカレントニューラルネットワークと自然言語処理 ●4.機械学習モデルのデプロイ ●5.さまざまなアプリケーション実装 ●6.ディープラーニングモデルの継続改善
目次
Chapter 01 機械学習と深層学習の導入
01-01 従来のプログラミングと機械学習との違い
01-02 機械学習のさまざまなアプローチ
01-03 機械学習アルゴリズムのイメージ
01-04 全結合ニューラルネットワークの学習
Chapter 02 畳み込みニューラルネットワークとコンピュータービジョン
02-01 コンピュータービジョンとは
02-02 畳み込みニューラルネットワークとは
02-03 層を深くすると何がうれしいか
02-04 代表的な畳み込みニューラルネットワークのアーキテクチャー
02-05 畳み込みニューラルネットワークの事前訓練
まとめ
Chapter 03 リカレントニューラルネットワークと自然言語処理
03-01 はじめに
03-02 自然言語処理とは
03-03 リカレントニューラルネットワーク
03-04 単語の数値化
03-05 Sequence to Sequence
03-06 Attention機構
03-07 BERT
まとめ
Chapter 04 機械学習モデルのデプロイ
Chapter 05 さまざまなアプリケーション実装
05-01 keras-flaskのサンプルコード例
05-02 Pytorch-Rabbitmqのサンプルコード例
05-03 Pytorchにおけるタスクの実行
05-04 アプリケーションの実行
まとめ
Chapter 06 ディープラーニングモデルの継続改善
06-01 モデルの継続的なデプロイ
06-02 特徴量エンジニアリング
06-03 機械学習のバージョン管理について
06-04 機械学習のシステムモニタリング
06-05 スケーラビリティの確保
06-06 AIプラットフォームの利用
まとめ
01-01 従来のプログラミングと機械学習との違い
01-02 機械学習のさまざまなアプローチ
01-03 機械学習アルゴリズムのイメージ
01-04 全結合ニューラルネットワークの学習
Chapter 02 畳み込みニューラルネットワークとコンピュータービジョン
02-01 コンピュータービジョンとは
02-02 畳み込みニューラルネットワークとは
02-03 層を深くすると何がうれしいか
02-04 代表的な畳み込みニューラルネットワークのアーキテクチャー
02-05 畳み込みニューラルネットワークの事前訓練
まとめ
Chapter 03 リカレントニューラルネットワークと自然言語処理
03-01 はじめに
03-02 自然言語処理とは
03-03 リカレントニューラルネットワーク
03-04 単語の数値化
03-05 Sequence to Sequence
03-06 Attention機構
03-07 BERT
まとめ
Chapter 04 機械学習モデルのデプロイ
Chapter 05 さまざまなアプリケーション実装
05-01 keras-flaskのサンプルコード例
05-02 Pytorch-Rabbitmqのサンプルコード例
05-03 Pytorchにおけるタスクの実行
05-04 アプリケーションの実行
まとめ
Chapter 06 ディープラーニングモデルの継続改善
06-01 モデルの継続的なデプロイ
06-02 特徴量エンジニアリング
06-03 機械学習のバージョン管理について
06-04 機械学習のシステムモニタリング
06-05 スケーラビリティの確保
06-06 AIプラットフォームの利用
まとめ
著者情報
本橋 和貴
Skymind (現Konduit) 株式会社在籍時は機械学習関連のシニアエンジニアおよびプリセールスとして従事。当社が主催した実践者向けディープラーニング勉強会シリーズではメインスピーカーとして登壇。発表内容をベースに本書1-3章の執筆を担当。
eduardo gonzalez
2008年ピッツバーグ大学卒業。現在、エクスプレスAI合同会社の代表取締役社長とスカイマインドのチーフ・イノベーション・オフィサー。
DeepLearning4Jを用い最先端の自然言語処理技術を活用した製品を研究開発を行い、EclipseDeepLearning4Jプロジェクトのコントリビュータにして、TensorFlow-Java Special InterestGroupのメンバー。日本でScala祭り、HortonworksのData Summit, MicroSoftのde:codeなどでの講演実績を有する。
