深層学習(シンソウガクシュウ)

AI 研究の一分野として注目を集める深層学習 (ディープラーニング) に関する教科書として世界的な評価を受けている解説書。深層学習の理解に必要な数学、ニューラルネットワークの基礎から、 CNN (畳み込みニューラルネットワーク) や RNN (回帰結合型ニューラルネットワーク) などのすでに確立した手法、さらに深層学習の研究まで、深層学習の基礎を理論を含めてしっかり学習したい人に最適な内容になっている。近年の深層学習研究をリードする著名な研究者たちが執筆した入門者必読の書である。
第 1 章 はじめに
第 I 部 応用数学と機械学習の基礎
第 2 章 線形代数
第 3 章 確率と情報理論
第 4 章 数値計算
第 5 章 機械学習の基礎
第 II 部 深層ネットワーク:現代的な実践
第 6 章 深層順伝播型ネットワーク
第 7 章 深層学習のための正則化
第 8 章 深層モデルの訓練のための最適化
第 9 章 畳み込みネットワーク
第 10 章 系列モデリング:回帰結合型ニューラルネットワークと再帰型ネットワーク
第 11 章 実用的な方法論
第 12 章 アプリケーション
第 III 部 深層学習の研究
第 13 章 線形因子モデル
第 14 章 自己符号化器
第 15 章 表現学習
第 16 章 深層学習のための構造化確率モデル
第 17 章 モンテカルロ法
第 18 章 分配関数との対峙
第 19 章 近似推論
第 20 章 深層生成モデル