ベイズ深層学習(ベイズシンソウガクシュウ)
- 著者:
- 須山 敦志(スヤマ アツシ)
- 出版社:
- 講談社
- 出版日:
- 2019年08月08日頃
- ISBN:
- 9784065168707
- 価格:
- ¥3,300
- シリーズ:
- 機械学習プロフェッショナルシリーズ
- 在庫:
- 1
- 判型:
- 全集・双書
書籍紹介
「読んでいて本当に心地がいい」と大好評の前著『ベイズ推論による機械学習入門』からの第 2 弾!
「深層学習とベイズ統計の融合」がすべて詰まった 「欲張り」本!
基礎からはじめ、深層生成モデルやガウス過程とのつながりまでをていねいに解説した。本邦初の成書!
本書のサポートページ:
https:／／ github.com/sammy-suyama/BayesianDeepLearningBook
【主な内容】
第 1 章 はじめに
1.1 ベイズ統計とニューラルネットワークの変遷
1.2 ベイズ深層学習
第 2 章 ニューラルネットワークの基礎
2.1 線形回帰モデル
2.2 ニューラルネットワーク
2.3 効率的な学習法
2.4 ニューラルネットワークの拡張モデル
第 3 章 ベイズ推論の基礎
3.1 確率推論
3.2 指数型分布族
3.3 ベイズ線形回帰
3.4 最尤推定,MAP 推定との関係
第 4 章 近似ベイズ推論
4.1 サンプリングに基づく推論手法
4.2 最適化に基づく推論手法
第 5 章 ニューラルネットワークのベイズ推論
5.1 ベイズニューラルネットワークモデルの近似推論法
5.2 近似ベイズ推論の効率化
5.3 ベイズ推論と確率的正則化
5.4 不確実性の推定を使った応用
第 6 章 深層生成モデル
6.1 変分自己符号化器
6.2 変分モデル
6.3 生成ネットワークの構造学習
6.4 その他の深層生成モデル
第 7 章 深層学習とガウス過程
7.1 ガウス過程の基礎
7.2 ガウス過程による分類
7.3 ガウス過程のスパース近似
7.4 深層学習のガウス過程解釈
7.5 ガウス過程による生成モデル
第 1 章 はじめに
1.1 ベイズ統計とニューラルネットワークの変遷
1.2 ベイズ深層学習
第 2 章 ニューラルネットワークの基礎
2.1 線形回帰モデル
2.2 ニューラルネットワーク
2.3 効率的な学習法
2.4 ニューラルネットワークの拡張モデル
第 3 章 ベイズ推論の基礎
3.1 確率推論
3.2 指数型分布族
3.3 ベイズ線形回帰
3.4 最尤推定,MAP 推定との関係
第 4 章 近似ベイズ推論
4.1 サンプリングに基づく推論手法
4.2 最適化に基づく推論手法
第 5 章 ニューラルネットワークのベイズ推論
5.1 ベイズニューラルネットワークモデルの近似推論法
5.2 近似ベイズ推論の効率化
5.3 ベイズ推論と確率的正則化
5.4 不確実性の推定を使った応用
第 6 章 深層生成モデル
6.1 変分自己符号化器
6.2 変分モデル
6.3 生成ネットワークの構造学習
6.4 その他の深層生成モデル
第 7 章 深層学習とガウス過程
7.1 ガウス過程の基礎
7.2 ガウス過程による分類
7.3 ガウス過程のスパース近似
7.4 深層学習のガウス過程解釈
7.5 ガウス過程による生成モデル
言及の推移
言及 Qiita 記事 (18 件)
Kaggle Expertになるまで勉強したことを全て書く
♡ 1149Python, 機械学習, DeepLearning, Kaggle2024年版機械学習・データ分析の必須10冊+ガチ90冊+Next5冊=105冊
♡ 869本, 機械学習, データ分析, データサイエンス統計・機械学習の理論を学ぶ手順
♡ 862機械学習, 数学, 統計学2023年版データ分析の100冊
♡ 654本, 機械学習, データ分析, データサイエンス2025年版機械学習・データ分析の必須10冊+ガチ89冊+Next5冊=104冊
♡ 438本, 機械学習, データ分析, データサイエンスデータサイエンスにオススメの本80冊！
♡ 255Python, SQL, 機械学習, 統計学, データサイエンス【2022年3月受験版】G検定チートシート
♡ 97機械学習, Python3, G検定統計学の研究・実務の際に参照をする日本語の教科書１０冊
♡ 75機械学習, 書籍, 統計学, ベイズ統計学AI・データサイエンス領域の資格試験まとめ
♡ 48初心者, 機械学習, データサイエンス, 深層学習, Qiita10th_未来【プライベート用】G検定勉強メモ
♡ 27G検定
この本に興味がある方におすすめ
この本に関連
須山 敦志 の他の書籍
関連記事
データベース本ガイド - SQL から設計まで学べる技術書の選び方
データベースの基礎から設計、パフォーマンスチューニングまで学べる技術書の選び方と学習順序を紹介します。
機械学習・AI 本ガイド - エンジニアが読むべき技術書の選び方
機械学習の基礎から実践まで学べる技術書の選び方を紹介。数学が苦手な人向けの学習ルートと、ML 本の賞味期限の見極め方を解説します。
Web 開発本ガイド - フロントエンドからバックエンドまで
Web 開発の全体像を学べる技術書の選び方と学習マップを紹介。フレームワーク本の賞味期限問題と公式ドキュメントとの使い分けも解説します。