イラストで学ぶ　ディープラーニング

まずは、この1冊からはじめよう！ ディープラーニングをはじめて学びたい人を対象とした入門書です。 ・カラー図版で、畳み込みニューラルネットワークなどの基礎的な手法が直感的に理解できます。 ・CaffeやPylearn2などの主要ツールのインストール方法や活用事例を紹介しています。 ・新たなツールとして最も注目されているChainerやTensorFlowのインストール方法や活用事例も紹介しています。 ＜主な目次＞ 第1章　序論 ディープラーニングとは／注目のきっかけ／なぜディープラーニングなのか／何がディープラーニングなのか 第2章　ニューラルネットワーク ニューラルネットワークの歴史／マカロック{ピッツの素子モデル／パーセプトロン／多層パーセプトロン／誤差逆伝播法／誤差関数と活性化関数／尤度関数／確率的勾配降下法／学習係数 第3章　畳み込みニューラルネットワーク 畳み込みニューラルネットワークの構成／畳み込み層／プーリング層／全結合層／出力層／ネットワークの学習方法 第4章　制約ボルツマンマシン ホップフィールドネットワーク／ボルツマンマシン／制約ボルツマンマシン／コントラスティブ・ダイバージェンス／ディープ・ビリーフ・ネットワーク 第5章　オートエンコーダ オートエンコーダ／デノイジング・オートエンコーダ／スパース・オートエンコーダ／スタックド・オートエンコーダ／事前学習への利用 第6章　汎化性能を向上させる方法 学習サンプル／前処理／活性化関数／ドロップアウト／ドロップコネクト 第7章　ディープラーニングのツール ディープラーニングの開発環境／Theano／Pylearn2／Caffe／DIGITS／Chainer／TensorFlow 第8章　ディープラーニングの現在・未来 ディープラーニングの実用事例／ディープラーニングの先に 第1章　序論 ディープラーニングとは／注目のきっかけ／なぜディープラーニングなのか／何がディープラーニングなのか 第2章　ニューラルネットワーク ニューラルネットワークの歴史／マカロック{ピッツの素子モデル／パーセプトロン／多層パーセプトロン／誤差逆伝播法／誤差関数と活性化関数／尤度関数／確率的勾配降下法／学習係数 第3章　畳み込みニューラルネットワーク 畳み込みニューラルネットワークの構成／畳み込み層／プーリング層／全結合層／出力層／ネットワークの学習方法 第4章　制約ボルツマンマシン ホップフィールドネットワーク／ボルツマンマシン／制約ボルツマンマシン／コントラスティブ・ダイバージェンス／ディープ・ビリーフ・ネットワーク 第5章　オートエンコーダ オートエンコーダ／デノイジング・オートエンコーダ／スパース・オートエンコーダ／スタックド・オートエンコーダ／事前学習への利用 第6章　汎化性能を向上させる方法 学習サンプル／前処理／活性化関数／ドロップアウト／ドロップコネクト 第7章　ディープラーニングのツール ディープラーニングの開発環境／Theano／Pylearn2／Caffe／DIGITS／Chainer／TensorFlow 第8章　ディープラーニングの現在・未来 ディープラーニングの実用事例／ディープラーニングの先に