※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。
生成AI時代のエンジニア必須知識を Keras開発者が"コードファースト" で解説！
ベストセラーとなったManning刊 "Deep Learning with Python" が全面的に書き直され、Transformer、GPTライクなLLMの構築、拡散モデルを用いた画像生成などの新章も追加されました。ディープラーニングを段階的に理解できる実践的なプロジェクトとコード例が各章で紹介されます。
●目次
1章 ディープラーニングとは何か
2章 ニューラルネットワークの数学的要素
3章 Tensorflow、PyTorch、JAX、Keras
4章 分類と回帰
5章 機械学習の基礎
6章 機械学習の普遍的なワークフロー
7章 Kerasを深く理解する
8章 画像分類
9章 ConvNetアーキテクチャパターン
10章 ConvNetが何を学習するのかを解釈する
11章 画像セグメンテーション
12章 物体検出
13章 時系列予測
14章 テキスト分類
15章 言語モデルとTransformer
16章 テキスト生成
LLM（大規模言語モデル）
17章 画像生成
18章 実務におけるベストプラクティス
19章 AIの未来
20章 本書のまとめ
●著者
Francois Chollet（フランソワ・ショレ）：2012 年に学術界でディープラーニングが注目を集めるようになって以来、ディープラーニングに取り組んでいる。最も広く使われているディープラーニングフレームワークの1 つであるKeras の作成者。Keras は、大学の授業、Google、Netflix、Spotify などの企業、そしてCERN やNASA などの科学機関で使われている。最先端AI システムを研究するNdea 研究所の共同設立者であり、機械知能を測定するARC-AGI チャレンジを創設した。
Matthew Watson（マシュー・ワトソン）：2018 年以降、Gemini モデルやGoogle のオープンソースディープラーニングエコシステムの開発を含め、Google 全体で機械学習に携わっている。Keras のコアメンテナーであり、自然言語処理のためのKeras ツールの開発に注力している。スタンフォード大学でコンピュータサイエンスの修士号を取得し、Stanford Graphics Lab で手続き型モデリング技術の研究を行った。
［監訳］巣籠 悠輔（すごもり ゆうすけ）：株式会社MIRA代表取締役、株式会社マルイユナイトCTO。医療AIベンチャーを創業・CTOを務め、同社エグジット後は生成AI活用やDX等の技術支援を大手企業・ベンチャー問わず行う。2018年にForbes 30 Under 30 Asia 2018 に選出。著書に『詳解ディープラーニング』、監訳書に『つくりながら学ぶ！LLM 自作入門』（マイナビ出版刊）等がある。
［翻訳］株式会社クイープ： コンピュータシステムの開発、ローカライズ、コンサルティングを手がけている。最近の主な訳書に『つくりながら学ぶ！ LLM 自作入門』『Python による時系列予測』（マイナビ出版）、『Python ではじめるクリーンアーキテクチャ』『LLM 本番システム構築ノウハウ』『グランドマスター三冠のKaggle ノートブック開発術』（インプレス）、『Exercise Go プログラマ脳を鍛える至高の問題集』『Exercise Python プログラマ脳を鍛える至高の問題集』『Exercise JavaScript プログラマ脳を鍛える至高の問題集』『Exercise C++ プログラマ脳を鍛える至高の問題集』『なっとく！アルゴリズム第2 版』『爆速Python』（翔泳社）、『Python クイックリファレンス 第4 版』（オライリー・ジャパン）、『犯罪捜査技術を活用したソフトウェア開発手法』（秀和システム）、などがある。
※この商品は固定レイアウト型の電子書籍です。
※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、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。
※お使いの端末で無料サンプルをお試しいただいた上でのご購入をお願いいたします。
※本書内容はカラーで制作されているため、カラー表示可能な端末での閲覧を推奨いたします
