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 |
0016544553 | 図書一般 | 007.64/メテ23/ | 2F自然 | 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 |
メディアのためのアルゴリズム
|
人名 |
藤澤 公也/共著
|
人名ヨミ |
フジサワ キミヤ |
出版者・発行者 |
コロナ社
|
出版年月 |
2023.9 |
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 |
メディアのためのアルゴリズム |
サブタイトル |
並べ替えから深層学習まで |
シリーズ名 |
メディア学大系 |
シリーズ番号 |
18 |
タイトルヨミ |
メディア ノ タメ ノ アルゴリズム |
サブタイトルヨミ |
ナラベカエ カラ シンソウ ガクシュウ マデ |
シリーズ名ヨミ |
メディアガク タイケイ |
シリーズ番号ヨミ |
18 |
人名 |
藤澤 公也/共著
寺澤 卓也/共著
羽田 久一/共著
|
人名ヨミ |
フジサワ キミヤ テラサワ タクヤ ハタ ヒサカズ |
出版者・発行者 |
コロナ社
|
出版者・発行者等ヨミ |
コロナシャ |
出版地・発行地 |
東京 |
出版・発行年月 |
2023.9 |
ページ数または枚数・巻数 |
12,235p |
大きさ |
21cm |
価格 |
¥3500 |
ISBN |
978-4-339-02776-1 |
ISBN |
4-339-02776-1 |
注記 |
文献:p225〜230 |
分類記号 |
007.64
|
件名 |
アルゴリズム
/
人工知能
|
内容紹介 |
アルゴリズムの基本的な考え方から並べ替え、データ探索、経路探索、データの圧縮と展開、誤り検出・訂正、セキュリティ・暗号までを詳しく解説。人工知能や機械学習なども取り上げる。演習問題も収録。 |
著者紹介 |
東京工科大学講師。博士(政策・メディア)(慶應義塾大学)。 |
言語区分 |
JPN |
タイトルコード |
1009812696770 |
目次 |
1章 アルゴリズムの基本 |
|
1.1 アルゴリズムとは/1.2 データ構造/1.3 アルゴリズムからプログラムへ/1.4 計算量/演習問題 |
|
2章 並べ替え |
|
2.1 ソートとは/2.2 さまざまなソートアルゴリズム/演習問題 |
|
3章 データ探索 |
|
3.1 データ探索とは/3.2 線形探索/3.3 ニ分探索/3.4 ハッシュ探索/3.5 木構造の探索/3.6 コンピュータグラフィックスや画像検索での応用/演習問題 |
|
4章 経路探索 |
|
4.1 経路探索とは/4.2 ダイクストラ法/4.3 A*アルゴリズム/4.4 ベルマン-フォード法/4.5 インターネットでの経路探索/演習問題 |
|
5章 データの圧縮と展開 |
|
5.1 データ圧縮とその応用/5.2 可逆圧縮と非可逆圧縮/5.3 ランレングス圧縮/5.4 ハフマン符号化/5.5 LZ法/5.6 画像の圧縮/5.7 メディアデータの圧縮/演習問題 |
|
6章 誤り検出と訂正 |
|
6.1 誤り検出と誤り訂正/6.2 パリティとチェックディジットによる誤り検出/6.3 誤り訂正の基礎/6.4 ハミング符合による誤り訂正/6.5 誤り訂正符号の応用/演習問題 |
|
7章 データの暗号化 |
|
7.1 ディジタルデータと暗号化/7.2 暗号処理の基礎/7.3 暗号の歴史/7.4 共通鍵暗号/7.5 公開鍵暗号/7.6 RSA暗号/7.7 暗号とインターネット/演習問題 |
|
8章 人工知能と機械学習 |
|
8.1 人工知能とは/8.2 機械学習とは/8.3 機械学習の種類/演習問題 |
|
9章 ニューラルネットワークによる機械学習 |
|
9.1 ニューラルネットワークとは/9.2 ニューラルネットワークのモデル化/9.3 ニューラルネットワークの学習の仕組み/9.4 ニューラルネットワークの実装/演習問題 |
|
10章 畳み込みニューラルネットワーク |
|
10.1 畳み込みニューラルネットワークとは/10.2 畳み込み層とプーリング層/10.3 カラー画像などの多層画像における畳み込み/10.4 畳み込みにおける外周処理/演習問題 |
|
11章 ニューラルネットワークの学習効率化 |
|
11.1 バッチノーマライゼーション/11.2 ドロップアウト/11.3 転移学習とファインチューニング/演習問題 |
|
12章 深層学習とその応用 |
|
12.1 深層学習/12.2 物体検出/12.3 姿勢推定/12.4 生成モデル/演習問題 |
|
13章 人工知能のさまざまな技術と応用 |
|
13.1 時系列データの学習/13.2 強化学習/13.3 画像生成の応用/演習問題 |
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。
もどる