蔵書情報
この資料の蔵書に関する統計情報です。現在の所蔵数 在庫数 予約数などを確認できます。
資料の状態
各蔵書資料に関する詳細情報です。
No. |
資料番号 |
資料種別 |
請求記号 |
配架場所 |
状態 |
貸出
|
1 |
0013050968 | 図書一般 | 007.13/オカ15/ | 書庫 | 貸出可 |
○ |
この資料に対する操作
カートに入れる を押すと この資料を 予約する候補として予約カートに追加します。
いますぐ予約する を押すと 認証後この資料をすぐに予約します。
この資料に対する操作
電子書籍を読むを押すと 電子図書館に移動しこの資料の電子書籍を読むことができます。
書誌情報サマリ
タイトル |
深層学習
|
人名 |
岡谷 貴之/著
|
人名ヨミ |
オカタニ タカユキ |
出版者・発行者 |
講談社
|
出版年月 |
2015.4 |
書誌詳細
この資料の書誌詳細情報です。
書誌種別 |
図書 |
タイトル |
深層学習 |
シリーズ名 |
機械学習プロフェッショナルシリーズ |
タイトルヨミ |
シンソウ ガクシュウ |
シリーズ名ヨミ |
キカイ ガクシュウ プロフェッショナル シリーズ |
人名 |
岡谷 貴之/著
|
人名ヨミ |
オカタニ タカユキ |
出版者・発行者 |
講談社
|
出版者・発行者等ヨミ |
コウダンシャ |
出版地・発行地 |
東京 |
出版・発行年月 |
2015.4 |
ページ数または枚数・巻数 |
10,165p |
大きさ |
21cm |
価格 |
¥2800 |
ISBN |
978-4-06-152902-1 |
ISBN |
4-06-152902-1 |
注記 |
汚れあり(奥付) |
注記 |
文献:p157〜163 |
分類記号 |
007.13
|
件名 |
パターン認識
/
ニューラル・ネットワーク
|
内容紹介 |
多層のニューラルネットワークを用いた機械学習の方法論、深層学習(ディープラーニング)の基本的な事項をカバー。SGD、自己符号化器、CNN、RNN、ボルツマンマシンなど、盛りだくさんの内容を体系的に解説する。 |
著者紹介 |
東京大学大学院工学系研究科計数工学専攻博士課程修了。東北大学大学院情報科学研究科教授。 |
言語区分 |
zzz |
タイトルコード |
1009811895093 |
目次 |
第1章 はじめに |
|
1.1 研究の歴史/1.2 本書の構成 |
|
第2章 順伝播型ネットワーク |
|
2.1 ユニットの出力/2.2 活性化関数/2.3 多層ネットワーク/2.4 出力層の設計と誤差関数 |
|
第3章 確率的勾配降下法 |
|
3.1 勾配降下法/3.2 確率的勾配降下法/3.3 「ミニバッチ」の利用/3.4 汎化性能と過適合/3.5 過適合の緩和/3.6 学習のトリック |
|
第4章 誤差逆伝播法 |
|
4.1 勾配計算の難しさ/4.2 2層ネットワークでの計算/4.3 多層ネットワークへの一般化/4.4 勾配降下法の完全アルゴリズム/4.5 勾配消失問題 |
|
第5章 自己符号化器 |
|
5.1 概要/5.2 ネットワークの設計/5.3 自己符号化器の働き/5.4 スパース正則化/5.5 データの白色化/5.6 ディープネットの事前学習/5.7 その他の自己符号化器 |
|
第6章 畳込みニューラルネット |
|
6.1 単純型細胞と複雑型細胞/6.2 全体の構造/6.3 畳込み/6.4 畳込み層/6.5 プーリング層/6.6 正規化層/6.7 勾配の計算/6.8 実例:物体カテゴリ認識 |
|
第7章 再帰型ニューラルネット |
|
7.1 系列データの分類/7.2 RNNの構造/7.3 順伝播計算/7.4 逆伝播計算/7.5 長・短期記憶(LSTM)/7.6 入出力間で系列長が異なる場合 |
|
第8章 ボルツマンマシン |
|
8.1 データの生成モデル/8.2 ボルツマンマシン/8.3 ギブスサンプリング/8.4 隠れ変数を持つボルツマンマシン/8.5 制約ボルツマンマシン(RBM)/8.6 RBMの学習/8.7 その他のユニット/8.8 ディープビリーフネットワーク/8.9 ディープボルツマンマシン/8.10 性能比較 |
目次
内容細目
関連資料
この資料に関連する資料を 同じ著者 出版年 分類 件名 受賞などの切り口でご紹介します。
パターン認識 ニューラル・ネットワーク
もどる