※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。
※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。
『機械学習と深層学習 C言語によるシミュレーション』のPython版登場!!
本書は人工知能研究における機械学習の諸分野をわかりやすく解説し、それらの知識を前提として深層学習とは何かを示します。具体的な処理手続きやプログラム例(Python)を適宜示すことで、これらの技術がどのようなものなのかを理解できるように紹介していきます。
まえがき
第1章 機械学習とは
1.1 機械学習とは
1.1.1 深層学習の成果
1.1.2 学習と機械学習・深層学習
1.1.3 機械学習の分類
1.1.4 深層学習に至る機械学習の歴史
1.2 本書例題プログラムの実行環境について
1.2.1 プログラム実行までの流れ
1.2.2 プログラム実行の実際
第2章 機械学習の基礎
2.1 帰納学習.
2.1.1 演繹的学習と帰納的学習
2.1.2 帰納的学習の例題 ―株価の予想―
2.1.3 帰納学習による株価予想プログラム
2.2 強化学習
2.2.1 強化学習とは
2.2.2 Q学習 強化学習の具体的方法
2.2.3 強化学習の例題設定 迷路抜け知識の学習
2.2.4 強化学習のプログラムによる実現
第3章 群知能と進化的手法
3.1 群知能
3.1.1 粒子群最適化法
3.1.2 蟻コロニー最適化法
3.1.3 蟻コロニー最適化法の実際
3.2 進化的手法
3.2.1 進化的手法とは
3.2.2 遺伝的アルゴリズムによる知識獲得
第4章 ニューラルネット
4.1 ニューラルネットワークの基礎
4.1.1 人工ニューロンのモデル
4.1.2 ニューラルネットと学習
4.1.3 ニューラルネットの種類
4.1.4 人工ニューロンの計算方法
4.1.5 ニューラルネットの計算方法
4.2 .バックプロパゲーションによるニューラルネットの学習
4.2.1 パーセプトロンの学習手続き
4.2.2 バックプロパゲーションの処理手続き
4.2.3 バックプロパゲーションの実際
第5章 深層学習
5.1 深層学習とは
5.1.1 従来のニューラルネットの限界と深層学習のアイデア
5.1.2 畳み込みニューラルネット
5.1.3 自己符号化器を用いる学習手法
5.2 深層学習の実際
5.2.1 畳み込み演算の実現
5.2.2 畳み込みニューラルネットの実現
5.2.3 自己符号化器の実現
付 録
A 荷物の重量と価値を生成するプログラム kpdatagen.py
B ナップサック問題を全数探索で解くプログラム direct.py
参考文献
索 引
「GWコイン大還元祭」は1,500円(税込)以上の購入でコイン還元されます
2,750円(税込)
2,500円 (+消費税250円)
5/7 (火) 09:59まで
新規限定!
2,500
コイン還元
(*詳細)
2,750円〜2,860円(税込)
本書は人工知能研究における機械学習の諸分野をわかりやすく解説し、それらの知識を前提として深層学習とは何かを示します。具体的な処理手続きやプログラム例(C言語)を適宜示すことで、これらの技術がどのようなものなのかを具体的に理解できるように紹介していきます。
※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。
※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。
『機械学習と深層学習 C言語によるシミュレーション』のPython版登場!!
本書は人工知能研究における機械学習の諸分野をわかりやすく解説し、それらの知識を前提として深層学習とは何かを示します。具体的な処理手続きやプログラム例(Python)を適宜示すことで、これらの技術がどのようなものなのかを理解できるように紹介していきます。
まえがき
第1章 機械学習とは
1.1 機械学習とは
1.1.1 深層学習の成果
1.1.2 学習と機械学習・深層学習
1.1.3 機械学習の分類
1.1.4 深層学習に至る機械学習の歴史
1.2 本書例題プログラムの実行環境について
1.2.1 プログラム実行までの流れ
1.2.2 プログラム実行の実際
第2章 機械学習の基礎
2.1 帰納学習.
2.1.1 演繹的学習と帰納的学習
2.1.2 帰納的学習の例題 ―株価の予想―
2.1.3 帰納学習による株価予想プログラム
2.2 強化学習
2.2.1 強化学習とは
2.2.2 Q学習 強化学習の具体的方法
2.2.3 強化学習の例題設定 迷路抜け知識の学習
2.2.4 強化学習のプログラムによる実現
第3章 群知能と進化的手法
3.1 群知能
3.1.1 粒子群最適化法
3.1.2 蟻コロニー最適化法
3.1.3 蟻コロニー最適化法の実際
3.2 進化的手法
3.2.1 進化的手法とは
3.2.2 遺伝的アルゴリズムによる知識獲得
第4章 ニューラルネット
4.1 ニューラルネットワークの基礎
4.1.1 人工ニューロンのモデル
4.1.2 ニューラルネットと学習
4.1.3 ニューラルネットの種類
4.1.4 人工ニューロンの計算方法
4.1.5 ニューラルネットの計算方法
4.2 .バックプロパゲーションによるニューラルネットの学習
4.2.1 パーセプトロンの学習手続き
4.2.2 バックプロパゲーションの処理手続き
4.2.3 バックプロパゲーションの実際
第5章 深層学習
5.1 深層学習とは
5.1.1 従来のニューラルネットの限界と深層学習のアイデア
5.1.2 畳み込みニューラルネット
5.1.3 自己符号化器を用いる学習手法
5.2 深層学習の実際
5.2.1 畳み込み演算の実現
5.2.2 畳み込みニューラルネットの実現
5.2.3 自己符号化器の実現
付 録
A 荷物の重量と価値を生成するプログラム kpdatagen.py
B ナップサック問題を全数探索で解くプログラム direct.py
参考文献
索 引
付与コインの内訳
2,500コイン
会員ランク(今月ランクなし)
0%
コイン還元キャンペーン
50%
初回50%コイン還元 会員登録から30日以内の初回購入に限り、合計金額(税抜)から50%コイン還元適用
複数商品の購入で付与コイン数に変動があります。
付与コイン数が購入金額(税抜)の100%を超える場合、100%未満になるよう調整が行われます。
会員ランクの付与率は購入処理完了時の会員ランクに基づきます。
そのため、現在表示中の付与率から変わる場合があります。
【クーポンの利用について】
クーポンご利用時、コイン還元キャンペーン分のコインは付与されません。
ただし、初回50%コイン還元分のコインは付与されます。
詳しくは決済ページにてご確認ください。