深層学習

いま最も注目されている機械学習手法である深層学習（ディープラーニング）を、トップ研究者が解説した。基礎から、SGD、自己符号化器、CNN、RNN、ボルツマンマシンまでと、盛りだくさん。軽快な語り口なので、無理なく理解できる！

【機械学習プロフェッショナルシリーズ】
本シリーズでは、発展著しい機械学習技術の数学的な基礎理論、実用的なアルゴリズム、それらの活用法を、全29巻にわたって刊行する。
ビッグデータ時代を牽引している若手・中堅の現役研究者が、入門的な内容から最先端の研究成果までをわかりやすく解説。
これからデータサイエンス分野で研究を始めようとしている大学生・大学院生、および、機械学習技術を基礎科学や産業に応用しようとしている研究者・技術者に向けた注目のシリーズである。

全29巻のうち第1期として、以下の4点を同時刊行！

『機械学習のための確率と統計』杉山 将･著
『深層学習』岡谷 貴之･著
『オンライン機械学習』海野 裕也／岡野原 大輔／得居 誠也／徳永 拓之･著
『トピックモデル』岩田 具治･著

第2期の刊行は2015年8月、第3期の刊行は2015年12月の予定(＾o＾)/

【シリーズ編者】
杉山 将　東京大学大学院新領域創成科学研究科 教授

最新刊情報

深層学習　改訂第２版

発売日：2022年01月19日

◆ベストセラーの改訂版。最高最強のバイブルが大幅にパワーアップ！！◆

・トランスフォーマー、グラフニューラルネットワーク、生成モデルなどをはじめ、各手法を大幅に加筆。
・深層学習のさまざまな課題と、その対策についても詳しく解説。

[本書まえがきより抜粋]
ないもの（＝理論）ねだりをしても仕方がありません．それでも皆が研究を進めるのは，そうすることに意義があるからです．なぜうまく働くのか，なぜそうすべきか，数学的な証明はなくても，正しい説明は必ずあるはずです．それを手にできれば，目の前の課題を解決するのに，また次に進むべき道を知るうえで役に立つでしょう．
そこで本書では，それぞれの方法について，今の時点で最も納得できる説明をきちんと与えることにこだわりました．名前の通った方法であっても，理屈が成り立たない，あるいは役に立たない方法や考え方については，はっきりそう書きました．著者の主観といわれても仕方がない場合もあるかもしれませんが，そのほうが有益であると信じています．
また，現在の深層学習の広がりを把握できるように，定番となった問題・方法に加えて，重要だと思われる問題については，必ずしもそれほど有名でない方法も含めてなるべく網羅するようにしました．その取捨選択には，深層学習が実践的技術であることを踏まえ，実用性を最も重視しました．そこには，この間に著者が企業の実務家たちと行ってきた共同研究での経験が反映されています．

[主な内容]
第1章　はじめに
第2章　ネットワークの基本構造
第3章　確率的勾配降下法
第4章　誤差逆伝播法
第5章　畳み込みニューラルネットワーク
第6章　系列データのためのネットワーク
第7章　集合・グラフのためのネットワークと注意機構
第8章　推論の信頼性
第9章　説明と可視化
第10章　いろいろな学習方法
第11章　データが少ない場合の学習
第12章　生成モデル