この商品は選択したお届け先には発送できません。別のお届け先を選択してください。
アメリカ合衆国への類似商品の発送
US
アメリカ合衆国
次に追加されました:

申し訳ありません。問題が発生しました。

ウィッシュリストの取得中にエラーが発生しました。もう一度やり直してください。

申し訳ありません。問題が発生しました。

リストを利用できません。
Kindleアプリのロゴ画像

無料のKindleアプリをダウンロードして、スマートフォン、タブレット、またはコンピューターで今すぐKindle本を読むことができます。Kindleデバイスは必要ありません。

ウェブ版Kindleなら、お使いのブラウザですぐにお読みいただけます。

携帯電話のカメラを使用する - 以下のコードをスキャンし、Kindleアプリをダウンロードしてください。

KindleアプリをダウンロードするためのQRコード

  • 生成 Deep Learning ―絵を描き、物語や音楽を作り、ゲームをプレイする

著者をフォローする

新刊とおすすめタイトルの情報を入手
すべてを表示
小沼千絵
フォロー
松田晃一
フォロー
何か問題が発生しました。後で再度リクエストしてください。

生成 Deep Learning ―絵を描き、物語や音楽を作り、ゲームをプレイする

David Foster (著), 松田晃一 (著), 小沼千絵 (著) 形式: 単行本（ソフトカバー）
5つ星のうち4.1 (30)
生成型ディープラーニングの解説書。「絵を描く」「曲を作る」といった、これまで人間にしかできないと思われていた創造的な作業を機械に行わせるという、いま最もホットな技術の基礎から応用までをJupyterノートブック環境で実際に試しながら学びます。第I部は基礎編です。機械学習プログラミング、変分オートエンコーダ、GANやRNNなど、生成モデルの作成において重要な基礎技術を学びます。第II部は応用編です。CycleGAN、エンコーダ―デコーダモデル、MuseGANなどのモデルを作成し、作画、作文、作曲といった創造的なタスクに取り組みます。さらには、実環境を用いずにゲームプレイの学習を可能にする、世界モデルを使った強化学習にも取り組みます。
続きを読む
商品の詳細の前のスライド
  1. 本の長さ
    354ページ
  2. 言語
    日本語
  3. 出版社
    オライリージャパン
  4. 発売日
    2020/10/5
  5. 寸法
    21 x 15 x 3 cm
  6. ISBN-10
    4873119200
  7. ISBN-13
    978-4873119205
商品の詳細の次のスライド
最大10%ポイント還元:
紙書籍 まとめ買いキャンペーン

商品の説明

著者について

David Foster(デビット・フォスター):Applied Data Scienceの共同創立者(Applied Data Scienceは、オーダーメイドのソリューションを顧客に提供するデータサイエンスコンサルティング会社)。英国のダブリン大学トリニティ・カレッジで数学の修士号、ウォーリック大学でオペレーションズリサーチの修士号を取得。InnoCentiveのPredicting Product Purchaseチャレンジなど複数の機械学習コンペで優勝経験がある。臨床試験の最適化を目的に米国の製薬会社が行ったコンペでもビジュアライゼーション部門で最優秀賞を獲得している。ネット上のデータサイエンスコミュニティに積極的に参加し、深層強化学習に関するすばらしいブログ記事をいくつも投稿している。

登録情報

  • 出版社 ‏ : ‎ オライリージャパン
  • 発売日 ‏ : ‎ 2020/10/5
  • 言語 ‏ : ‎ 日本語
  • 本の長さ ‏ : ‎ 354ページ
  • ISBN-10 ‏ : ‎ 4873119200
  • ISBN-13 ‏ : ‎ 978-4873119205
  • 商品の重量 ‏ : ‎ 460 g
  • 寸法 ‏ : ‎ 21 x 15 x 3 cm
  • Amazon 売れ筋ランキング: 本 - 886,103位 (本の売れ筋ランキングを見る)
  • カスタマーレビュー:
    5つ星のうち4.1 (30)

著者について

著者をフォローして、新作のアップデートや改善されたおすすめを入手してください。
Previous page
  1. 小沼千絵

    小沼千絵

    Brief content visible, double tap to read full content.
    Full content visible, double tap to read brief content.

    著者の本をもっと見つけたり、似たような著者を調べたり、おすすめの本を読んだりできます。

    著者ページでもっと見る
  2. 松田晃一

    松田晃一

    Brief content visible, double tap to read full content.
    Full content visible, double tap to read brief content.

    著者の本をもっと見つけたり、似たような著者を調べたり、おすすめの本を読んだりできます。

    著者ページでもっと見る
  3. David Foster

    David Foster

    Brief content visible, double tap to read full content.
    Full content visible, double tap to read brief content.

    David Foster is a data scientist, entrepreneur, and educator specializing in AI applications within creative domains. As co-founder of Applied Data Science Partners (ADSP), he inspires and empowers organizations to harness the transformative power of data and AI.

    David holds an MA in Mathematics from Trinity College, Cambridge, an MSc in Operational Research from the University of Warwick, and is a faculty member of the Machine Learning Institute, with a focus on the practical applications of AI and real-world problem-solving.

    His research interests include enhancing the transparency and interpretability of AI algorithms, and he has published literature on explainable machine learning within healthcare.

    著者ページでもっと見る
Next page

カスタマーレビュー

星5つ中4.1つ
30グローバルレーティング

日本からのトップレビュー

  • かいと
    星5つ中5つ
    CNN、RNN、AutoEncoderの仕組みを知っていれば理解がかなり深まる
    2020年11月6日に日本でレビュー済み
    フォーマット: 単行本（ソフトカバー）
    Brief content visible, double tap to read full content.
    Full content visible, double tap to read brief content.

    自分はCNNとAutoEncoderはきっちり勉強していて、RNNは少しだけ知っている状態で本書を読みました。

    結果、VAEや色々なGANについてはよく理解できて、RNNベースのものに関しては雰囲気を掴めただけ、という感じでした。

    自分はGANについて学びたかっただけなので大満足でしたが、CNNを知らない状態で読んでいたらきっと深くは理解できなかったと思います。

    (もちろん基礎的なCNN、RNN、AutoEncoderについても説明はされていますが、これらを学ぶには他の本の方が良いと思います。)

    でも、さらっと説明されてるだけのものも含めるとかなり多くのモデルについて載っているので、今の生成モデルについて触れておきたいという人にはかなりおすすめです。

    ちなみに、サンプルコードがいっぱい載ってますが、自分は理論を知りたかっただけなので実行していません。しっかりコードを見て、自分で動かしたらもっと理解できるのかな〜と思いながら読み飛ばしていました。

    個人的には、かなり面白い本でした。

    14人のユーザーが役に立ったと感じています
    フィードバックを送信中...
    フィードバックをお寄せいただきありがとうございます。
    フィードバックを送信中...
    ありがとうございます。数日中に調査いたします。

    コミュニティガイドライン新しいタブで開きますに照らしてこのレビューが適切かどうか確認します。 そうでない場合は削除されます。

  • SaaS
    星5つ中4つ
    ゼロから作る DeepLearning を読んだ初学者におすすめ
    2020年12月11日に日本でレビュー済み
    フォーマット: 単行本（ソフトカバー）
    Brief content visible, double tap to read full content.
    Full content visible, double tap to read brief content.

    非プログラマで、独学で機械学習・DeepLearningを勉強しているものです。

    DeepLearning に関しては、表記の「ゼロから作る DeepLearning」3シリーズを読んだ状態でした。

    本商品は、生成というタイトルからも deep learning を使った生成モデル（分類や予測ではない）について詳細に紹介されていますが、随所随所に非常に的を得た例えを用いて説明されています。

    例えば、勾配爆発が生じる現象（共変量シフト）のイメージとして

    「高い本の山を運んでいるとき、突風が吹いたので、反対方向に本を動かして補正しようとする。すると何冊かの本がズレて（シフトして）、この山は前よりわずかに不安定になる。突風が吹くたびに本の山はすこしずつ不安定になり、最終的には本の山が崩壊する。」

    独学や、知識として deep learning を知りたい方には非常におすすめの書籍です。

    また、著者github のコードも豊富です。

    8人のユーザーが役に立ったと感じています
    フィードバックを送信中...
    フィードバックをお寄せいただきありがとうございます。
    フィードバックを送信中...
    ありがとうございます。数日中に調査いたします。

    コミュニティガイドライン新しいタブで開きますに照らしてこのレビューが適切かどうか確認します。 そうでない場合は削除されます。

  • Gsen
    星5つ中3つ
    読み物としては良いが、サンプルコードの説明が不親切
    2021年12月22日に日本でレビュー済み
    フォーマット: 単行本（ソフトカバー）
    Brief content visible, double tap to read full content.
    Full content visible, double tap to read brief content.

    読み物としては大変素晴らしいが、いざサンプルを実行しようとするとしんどい

    テキストデータまではなんとかなったが7章の作曲では音楽ドメインがないとただ実行するだけで、これをどう生かすのか

    サンプルコードにコメントがないのは良いが、書籍にて何をやっているかなどの説明はなく、他の映画のブログに投げているのはいかがなものか

    2人のユーザーが役に立ったと感じています
    フィードバックを送信中...
    フィードバックをお寄せいただきありがとうございます。
    フィードバックを送信中...
    ありがとうございます。数日中に調査いたします。

    コミュニティガイドライン新しいタブで開きますに照らしてこのレビューが適切かどうか確認します。 そうでない場合は削除されます。

  • Amazon カスタマー
    星5つ中2つ
    サンプルコードは期待できない
    2020年12月31日に日本でレビュー済み
    フォーマット: 単行本（ソフトカバー）
    Brief content visible, double tap to read full content.
    Full content visible, double tap to read brief content.

    書かれている内容は素晴らしいのですが、サンプルコードを実装する場合、

    第3章までがやっとでした（AI将棋等の実装経験あり）。

    web上に修正したコード（karaage0703/GDL_code）があったので【2020年12月現在】

    それを利用して実装するとうまくいくと思います。

    この手の本は理論と実装の両立が重要だと思います。

    7人のユーザーが役に立ったと感じています
    フィードバックを送信中...
    フィードバックをお寄せいただきありがとうございます。
    フィードバックを送信中...
    ありがとうございます。数日中に調査いたします。

    コミュニティガイドライン新しいタブで開きますに照らしてこのレビューが適切かどうか確認します。 そうでない場合は削除されます。

  • Amin
    星5つ中3つ
    サンプルコードが不誠実
    2021年1月7日に日本でレビュー済み
    フォーマット: 単行本（ソフトカバー）
    Brief content visible, double tap to read full content.
    Full content visible, double tap to read brief content.

    サンプルコードを期待して購入しましたが，例えばChapter3のコードを実行するとデータフォルダに学習用データがないなどエラーが起こる．

    こういうところちゃんと検証してから発売して欲しいです．

    解説はわかりやすいのに，そこが残念．

    9人のユーザーが役に立ったと感じています
    フィードバックを送信中...
    フィードバックをお寄せいただきありがとうございます。
    フィードバックを送信中...
    ありがとうございます。数日中に調査いたします。

    コミュニティガイドライン新しいタブで開きますに照らしてこのレビューが適切かどうか確認します。 そうでない場合は削除されます。

  • ＭＡＩＳＥＬＳ　ＷＥＩＳＳＥ
    星5つ中1つ
    物凄く期待して買って本の画像にもそそられたが
    2021年10月14日に日本でレビュー済み
    フォーマット: 単行本（ソフトカバー）
    Brief content visible, double tap to read full content.
    Full content visible, double tap to read brief content.

    サンプルコードを実装するまでがまず大変だったが、

    実際に実行してみたら一つたりとも動かない。

    このままだと役立たずの本だし、オライリーの本を買うと悉くこうなるという不信も招きかねないので、

    しっかりサポートしてもらいたい。

    3人のユーザーが役に立ったと感じています
    フィードバックを送信中...
    フィードバックをお寄せいただきありがとうございます。
    フィードバックを送信中...
    ありがとうございます。数日中に調査いたします。

    コミュニティガイドライン新しいタブで開きますに照らしてこのレビューが適切かどうか確認します。 そうでない場合は削除されます。

  • dango
    星5つ中4つ
    中級・上級向けだが
    2022年8月9日に日本でレビュー済み
    フォーマット: 単行本（ソフトカバー）
    Brief content visible, double tap to read full content.
    Full content visible, double tap to read brief content.

    内容は中級者向けですが、優れていると感じました。

    DeepLearningの基本や確率統計を学んだことがある人が、生成モデルを理解する上でためになる本です。

    比喩を用いて、順序立てて説明されているため、複雑な仕組みがよく分かります。

    しかし、良くも悪くも「コスパ良く」書かれた本という印象です。

    恐らく、原著(未購入なので推測です)がそうなっているのでしょうが、

    翻訳時にチェックや訂正をしていただきたかったです。

    他のレビューでも記載済みですが、サンプルのコードに問題が大きいです。

    特に、本の中に収められたコードが「おかしい」となる機会があり、

    GitHub上で確認して全く異なるコードが含められていることがありました(p.91やp.131)。

    書籍上のコードを読んでみて、「おかしい」と批判的にコードを読める方でないと、

    間違った学習をしてしまう恐れがあります。

    そういった意味で、

    DeepLearningやPython、GitHubでの開発に精通している人向けです。

    ただ、生成モデルの仕組みを理解させてくれる書籍ではあります。

    2人のユーザーが役に立ったと感じています
    フィードバックを送信中...
    フィードバックをお寄せいただきありがとうございます。
    フィードバックを送信中...
    ありがとうございます。数日中に調査いたします。

    コミュニティガイドライン新しいタブで開きますに照らしてこのレビューが適切かどうか確認します。 そうでない場合は削除されます。

レビューをすべて見る