strong>本, 青野 雅樹

によって 青野 雅樹

4.5 5つ星のうち1 人の読者

ファイル名 : kerasによるディープラーニング-実践テクニック-チューニング技法.pdf

ファイルサイズ : 27.94 MB

内容紹介 人気のPythonフレームワーク「Keras」を用いてディープラーニングを学べる実践書。ファインチューニングやデータオーグメンテーションをはじめとする「ディープラーニングの精度を上げるために必須の技法」と、ネットワークの保存方法など「実践するうえで知っておくと役立つテクニック」を惜しみなく紹介。そのほか、ディープラーニングを機械学習と組み合わせる方法や、多入力・多出力の複雑なニューラルネットワークを構築する方法など、高度なチューニングのためのユニークな技法も多数収録。画像処理、自然言語処理、3Dデータ処理などの豊富な事例を通して、単にフレームワークを動かすだけの段階から、目的に合わせて自由自在にカスタマイズできる段階へステップアップしよう。◆電子版が発行されました◆詳細は、森北出版Webサイトにて 【目次】 第1章 速習ディープラーニング1.1 ニューラルネットワークの種類1.2 ディープラーニングの学習手順第2章 Kerasによるディープラーニング2.1 Kerasとは? 2.2 Kerasのモデル2.3 層のカスタマイズ第3章 実践編1:フレームワークを動かしてみる3.1 手書き文字画像の分類3.2 カラー画像の分類3.3 Twitterデータの感情解析3.4 訓練済みニューラルネットワークの利用第4章 実践編2:一歩進んだディープラーニングの技法4.1 訓練済みニューラルネットワークを用いる:植物画像の分類4.2 ファインチューニング: CIFAR10画像の分類4.3 データオーグメンテーション: CIFAR100画像の分類4.4 マルチラベル問題:ロイターニュース記事のトピック分類第5章 実践編3:さらに進んだフレームワークの使い方5.1 3D形状データの分類と検索5.2 多出力のニューラルネットワークを用いる:映画の興行収入の分類・回帰5.3 機械学習とディープラーニングを組合わせる:植物画像の分類5.4 時系列データの予測 内容（「BOOK」データベースより） ファインチューニングやデータオーグメンテーションをはじめとする「ディープラーニングの精度を上げるために必須の技法」と、ネットワークの保存方法など「実践するうえで知っておくと役立つテクニック」を惜しみなく紹介。ディープラーニングを機械学習と組み合わせる方法や、多入力・多出力の複雑なニューラルネットワークを構築する方法など、高度なチューニングのためのユニークな技法も多数収録。 著者について 豊橋技術科学大学教授 Ph.D. 著者略歴 (「BOOK著者紹介情報」より) 青野/雅樹 1984年東京大学大学院理学系研究科情報科学専攻修士課程修了。1984年日本アイ・ビー・エム(株)入社。1994年米国ニューヨーク州レンセラー工科大学コンピュータサイエンス学科Ph.D.取得。2003年豊橋技術科学大学情報工学系教授。2010年同大学大学院工学研究科情報・知能工学系教授(本データはこの書籍が刊行された当時に掲載されていたものです)

Kerasによるディープラーニング:実践テクニック&チューニング技法を読んだ後、読者のコメントの下に見つけるでしょう。 参考までにご検討ください。