Deep Learning

「この分野の三人の専門家によって執筆された深層学習は、このテーマに関する唯一の包括的な書籍です。」
--イーロン・マスク、OpenAI共同議長、テスラおよびスペースXの共同創業者兼最高経営責任者

深層学習は、経験から学び、概念の階層構造を通じて世界を理解することを可能にする機械学習の一形態です。コンピューターは経験から知識を得るため、必要なすべての知識を人間の操作員が形式的に指定する必要はありません。概念の階層構造により、コンピューターは単純な概念から複雑な概念を構築して学習します。この階層の図は多層にわたります。本書は深層学習の幅広いテーマを紹介します。

本文は数学的および概念的な基礎を提供し、線形代数、確率論と情報理論、数値計算、機械学習の関連概念を扱います。実務者が産業で用いる深層学習の技術、例えば深層前向きネットワーク、正則化、最適化アルゴリズム、畳み込みネットワーク、系列モデル化、実践的手法を説明し、自然言語処理、音声認識、画像認識、オンライン推薦システム、生物情報学、ビデオゲームなどの応用例を概観します。最後に、線形因子モデル、自己符号化器、表現学習、構造化確率モデル、モンテカルロ法、分配関数、近似推論、深層生成モデルなどの理論的な研究視点を提供します。

深層学習は、産業や研究の道を志す学部生や大学院生、また製品や基盤に深層学習を取り入れたいソフトウェア技術者に利用されます。読者と指導者のための補助資料を提供するウェブサイトもあります。