Python によるディープラーニングと生成 AI ・ LLM

Python ディープラーニングのベストセラー書籍が、生成 AI 、 Keras 3 、 PyTorch 、 JAX を網羅! ディープラーニングと生成 AI の背後にある概念を分かりやすく解説します ベストセラーとなった Manning 刊 "Deep Learning with Python" が全面的に書き直され、 Transformer 、 GPT ライクな LLM の構築、拡散モデルを用いた画像生成などの新章も追加されました。ディープラーニングを段階的に理解できる実践的なプロジェクトとコード例が各章で紹介されます。 10 年足らずの間に、ディープラーニングは世界を二度も変えました。 Keras 、 TensorFlow 、 PyTorch といった Python ベースのライブラリが、ニューラルネットワークを実験室レベルから、大規模に展開される高性能な本番システムへと進化させました。 LLM や生成 AI ツールを通して、ディープラーニングは再びビジネスと社会を変革しつつあります。 ディープラーニングと生成 AI の背後にある概念を Keras の開発者から直接学びとり Python を使ったディープラーニング世界に自信を持って踏み出そう! 1 章 ディープラーニングとは何か 2 章 ニューラルネットワークの数学的要素 3 章 Tensorflow 、 PyTorch 、 JAX 、 Keras 4 章 分類と回帰 5 章 機械学習の基礎 6 章 機械学習の普遍的なワークフロー 7 章 Keras を深く理解する 8 章 画像分類 9 章 ConvNet アーキテクチャパターン 10 章 ConvNet が何を学習するのかを解釈する 11 章 画像セグメンテーション 12 章 物体検出 13 章 時系列予測 14 章 テキスト分類 15 章 言語モデルと Transformer 16 章 テキスト生成 LLM (大規模言語モデル) 17 章 画像生成 18 章 実務におけるベストプラクティス 19 章 AI の未来 20 章 本書のまとめ 1 章 ディープラーニングとは何か 2 章 ニューラルネットワークの数学的要素 3 章 Tensorflow 、 PyTorch 、 JAX 、 Keras 4 章 分類と回帰 5 章 機械学習の基礎 6 章 機械学習の普遍的なワークフロー 7 章 Keras を深く理解する 8 章 画像分類 9 章 ConvNet アーキテクチャパターン 10 章 ConvNet が何を学習するのかを解釈する 11 章 画像セグメンテーション 12 章 物体検出 13 章 時系列予測 14 章 テキスト分類 15 章 言語モデルと Transformer 16 章 テキスト生成 LLM (大規模言語モデル) 17 章 画像生成 18 章 実務におけるベストプラクティス 19 章 AI の未来 20 章 本書のまとめ