USD 24.22
ポイント: 116pt  (3%)  詳細はこちら
配送料 USD 19.95 9月9日 水曜日にお届け
詳細を見る
または 最も早い配送 8月27日 木曜日にお届け 詳細を見る
残り3点（入荷予定あり） 在庫状況について
USD USD 24.22 () 選択したオプションを含めます。 最初の月の支払いと選択されたオプションが含まれています。 詳細
価格
小計
USD USD 24.22
小計
初期支払いの内訳
レジで表示される配送料、配送日、注文合計 (税込)。
出荷元 / 販売元
Amazon.co.jp
Amazon.co.jp
出荷元 / 販売元
Amazon.co.jp
ギフトオプション
レジで利用可能
レジで利用可能 この商品はギフトです。変更
レジで、カスタムメッセージ、簡単返品のギフト領収書を追加して、商品をギフト包装することができます
支払い方法
お客様情報を保護しています
お客様情報を保護しています
Amazonはお客様のセキュリティとプライバシーの保護に全力で取り組んでいます。Amazonの支払いセキュリティシステムは、送信中にお客様の情報を暗号化します。お客様のクレジットカード情報を出品者と共有することはありません。また、お客様の情報を他者に販売することはありません。 詳細はこちら
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

  • 深層学習 Deep Learning (監修:人工知能学会)

著者をフォロー

新刊とおすすめタイトルの情報を入手
麻生 英樹
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。

深層学習 Deep Learning (監修:人工知能学会)

5つ星のうち3.8 (27)
{"desktop_buybox_group_1":[{"displayPrice":"USD 24.22","priceAmount":24.22,"currencySymbol":"USD","integerValue":"24","decimalSeparator":".","fractionalValue":"22","symbolPosition":"left","hasSpace":true,"showFractionalPartIfEmpty":true,"offerListingId":"bCFH7gtxb0QRemavjkPswVS3qb4pDQz1rWcJ73RmHaBsoKltc3SFatOSvDmKi3qNN5jzvrWNtgRecsBje6MHEdNgLXmV9rvtSFaJ5AlQBDRceDC9fGThKfsouu1v5uqPYZE9DWQRkEc%3D","locale":"ja-JP","buyingOptionType":"NEW","aapiBuyingOptionIndex":0}]}

購入オプションとあわせ買い

人工知能が人間の知能に急接近! この20年間で最大のブレークスルーが到来!

深層(多段層)ニューラルネットワークの構築は人工知能を模索する研究者にとっては、長年の課題であり夢でもあり、まさに研究対象でもあった。しかしただ単に多層化するだけでは、能力をうまく発揮することは出来なかった。 試行錯誤しながらも着実に歩みを進めてきた「機械学習」が、ここに来て一気に飛躍する様相を見せ始めた。深層学習の手法を使うことにより、機械が自ら表現を学習出来ることが分かったのである。 しかし、深層学習は新しい手法でもあり、未解決な課題も多く存在している。
本書は、この分野の最先端の著者らが、人工知能学会誌に掲載した連載解説を大幅に加筆再編し、
今までの到達点・今後の課題を具体的な研究成果と共に書いたものである。

深層学習―ディープラーニング(Deep Learning)とは何か? いま何が起きているのか? 第一線の研究者たちが徹底解説!
深層学習の理論・応用を、自らの研究に取り込むことを考えている読者には、まさに必携必読の書籍である。
続きを読む
商品の詳細の前のスライド
  1. 本の長さ
    267ページ
  2. 言語
    日本語
  3. 出版社
    近代科学社
  4. 発売日
    2015/11/5
  5. 寸法
    21.1 x 14.9 x 2 cm
  6. ISBN-10
    476490487X
  7. ISBN-13
    978-4764904873
商品の詳細の次のスライド
最大12%ポイント還元:
紙書籍 真夏の涼読まとめ買いキャンペーン

この商品をチェックした人はこんな商品もチェックしています

ページ: 1 / 1 最初に戻る
前のスライドセット
次のスライドセット

商品の説明

著者について

神嶌 敏弘 :産業技術総合研究所 主任研究員
麻生 英樹 :産業技術総合研究所 人工知能研究センター副研究センター長
安田 宗樹 :山形大学 准教授
前田 新一 :京都大学 助教
岡野原 大輔 :Preferred Infrastructure,Preferred Networks 両社取締役副社長
岡谷 貴之 :東北大学 教授
久保 陽太郎 :Amazon,Speech Scientist
ボレガラ ダヌシカ :University of Liverpool,Associate Professor

(当情報はこの書籍が刊行された時点の情報です。)

登録情報

  • 出版社 ‏ : ‎ 近代科学社
  • 発売日 ‏ : ‎ 2015/11/5
  • 言語 ‏ : ‎ 日本語
  • 本の長さ ‏ : ‎ 267ページ
  • ISBN-10 ‏ : ‎ 476490487X
  • ISBN-13 ‏ : ‎ 978-4764904873
  • 商品の重量 ‏ : ‎ 380 g
  • 寸法 ‏ : ‎ 21.1 x 14.9 x 2 cm
  • Amazon 売れ筋ランキング: 本 - 81,735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3.8 (27)

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。
麻生 英樹

麻生 英樹

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。

関連書籍

ページ 1 / 1はじめに戻る
スポンサー
Previous page
  1. Amazonのストアでお買い物 ›
    AIと法 実務大全
    AIと法 実務大全
    3.85つ星のうち3.89
    USD57.43
  2. Amazonのストアでお買い物 ›
    図解 労務入門 人事の土台をゼロからおさえておきたい人のための「理論と実践」100のツボ
    図解 労務入門 人事の土台をゼロからおさえておきたい人のための「理論と実践」100のツボ
    4.25つ星のうち4.271
    USD19.37
Next page

カスタマーレビュー

星5つ中3.8つ
27グローバルレーティング

日本からのトップレビュー

  • 川崎　尊
    星5つ中4つ
    深層学習を知る
    2022年11月5日に日本でレビュー済み
    フォーマット: Kindle版 (電子書籍)
    Brief content visible, double tap to read full content.
    Full content visible, double tap to read brief content.

    読みやすい

    1人のお客様がこれが役に立ったと考えています
    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。
  • アマゾン太郎
    星5つ中5つ
    MLP本と合わせて買うべき
    2015年11月10日に日本でレビュー済み
    フォーマット: 単行本
    Brief content visible, double tap to read full content.
    Full content visible, double tap to read brief content.

    2015年4月に発売した「深層学習 (機械学習プロフェッショナルシリーズ)」に続く二冊目の深層学習本。

    内容としては人工知能学会誌で2013-14年に連載されていた全7回の深層学習の解説記事を

    大幅に加筆修正したものとなっている。

    Batch NormalizationやDistillation, Adamなど、ここ1, 2年で出た技術も当たり前のように載っていて

    この分野を研究している人にとってはサーベイの時間を短縮できてかなり有益な本だろう。

    タイトルは同じだがMLP本とは体感7割ぐらいは内容が異なっており、

    特に画像認識, 音声認識, 自然言語処理の各タスクへの応用はMLP本ではあまり取り上げられてなかったこともあって

    MLP本をすでに持っている人も買って損することは全くない内容となっている。

    またCNNやLSTM, Word Embeddingなどの各タスクにおける最新のトレンドもバッチリ押さえられている。

    ただどちらも内容の難易度は少し高めで、またビジネスへの応用が書いてあるわけでもないので

    「ディープラーニングって最近よく聞くけど何がすごいの？」

    というような疑問を持つ一般人や分野外の人には向いてないだろう。

    あくまでこの分野を研究している人向けの本である。

    それにしても海外においてDeep Learningに関する本が現状ほとんど出ていない中で

    このような深層学習の本が日本から二冊も出るのは驚嘆に値するし、

    今後の日本における人工知能技術の発展にかなり寄与するのではないかと思う。

    150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。
  • Amazon Customer
    星5つ中3つ
    雑誌、「人工知能学会誌」に載った情報の寄せ集め
    2016年8月23日に日本でレビュー済み
    フォーマット: 単行本
    Brief content visible, double tap to read full content.
    Full content visible, double tap to read brief content.

    高度な部分が多く、個人的には岡谷さんが書かかれた「深層学習」本のほうがまとまっていて分かりやすいと思います。

    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。
  • けいてぃ
    星5つ中4つ
    良い感じです。
    2016年12月29日に日本でレビュー済み
    フォーマット: 単行本
    Brief content visible, double tap to read full content.
    Full content visible, double tap to read brief content.

    読みやすいです。

    他の本と合わせて読むのが良いかもしれません。

    という普通のコメントしか、、、

    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。
  • EkusuyA4
    星5つ中5つ
    深層学習をきちんと学ぶのに最適
    2018年10月14日に日本でレビュー済み
    フォーマット: 単行本
    Brief content visible, double tap to read full content.
    Full content visible, double tap to read brief content.

    この内容でここまでわかりやすくまとめられている深層学習の本は他にないと思う。用語や記号の意味や定義がきちんと記されていて、読んでいて詰まることがない。

    それなりの予備知識が必要とされるものの、元々情報系の院生レベルからが対象のため、問題はないはず。

    担当教員から借りて読んでいるが、自分でも買いたくなった。

    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。
  • 専門家？
    星5つ中4つ
    かなり難しい
    2016年6月3日に日本でレビュー済み
    フォーマット: Kindle版 (電子書籍)
    Brief content visible, double tap to read full content.
    Full content visible, double tap to read brief content.

    昔、勉強していたので買ってみましたが、今の自分にはちょっと高度でした。でもいいと思いました。

    11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。
  • うみねこcafe
    星5つ中1つ
    既にChatGPTの時代なので、
    2020年2月23日に日本でレビュー済み
    フォーマット: 単行本
    Brief content visible, double tap to read full content.
    Full content visible, double tap to read brief content.

    以前、レビューを書いたことがある本ですが、既にChatGPTの時代なのでこういう旧い本は素直に星1つにした方が誤解がないか思います。

    　以下は以前書いたレビューの文面の字句を少し直したものです。

    　他所で名前を見たことがあることが有る先生が著者に名を連ねているのとボルツマンマシンの解説も載っているので買いましたが、当然にPythonのコードが載っているはずもないので一般の初学者には薦められません。

    　ボルツマンマシンと制限ボルツマンマシンの計算に使うCD法にそれぞれ一章が充てられていることから察せられるとおり少し敷居が高い研究者向けの本です。

    　またtransformer系モデルによってこれまでの方法が一新された感もある自然言語処理についても当然ながら出版当時のことまでしか分かりません。

    　ちなみに序文に「情報系の大学院生レベルであれば、理解することができる内容であろう。」とありますが、一般向けのPythonのディープラーニングの解説書の概要が頭に入っていれば、そこまでは難しくないと思います(というか監修の先生が深層学習の技術内容に詳しくなかいのを図らずも露呈している気もします(実際、序文の類を寄せていない編者の先生が別にいるので))。

    　深層学習によるブレークスルーに至る経緯について第１章の麻生先生の解説が割と良くまとまっているので一読の価値はあるかと思います。序文に「まだはじまったばかり」とありますが、実際には現在のブームで用いられている手法の多くがいわゆる第二次ブームの時分に既に有ったことが分かるかと思います。

    　そんなわけで一般的な深層学習を勉強したい方にはあまりお薦めしませんが、個人的には安田先生のボルツマンマシンの解説が丁寧なので大満足です。

    4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。
  • 紫陽花
    星5つ中4つ
    技術的なハードルはかなり高いが、冒頭部の章の熟読で、基本中の基本が飲み込めた感が
    2016年7月25日に日本でレビュー済み
    フォーマット: 単行本
    Brief content visible, double tap to read full content.
    Full content visible, double tap to read brief content.

    人工知能学会の「人工知能」誌に7回に渡って連載された「深層学習」特集記事を、大幅加筆・訂正の上に、単行本として纏めたもの。その7回がそのまま本書における7章(執筆者は別々)になっている。監修者によると、情報系の大学院生向けの由で、技術的なハードルはかなり高い。「深層学習」の活用によって飛躍的に強くなった「アルファ碁」をキッカケとして、「深層学習」をチョット覗いて見ようかという読者には敷居が高く(そうした読者には監修者の一人の松尾豊氏「人工知能は人間を超えるか」の方が相応しい)、専門家向けの内容と言って良い。

    第1章～第4章が技術解説、第5章以降が各々画像認識、音声認識、自然言語処理への応用の解説となっている。技術的な解説については、残念ながら私の手に余るが、私の独断では、基本を解説した第1章と、主にボルツマン・マシンを解説した第2章を熟読すると、「何となく」概要を掴めた気分になれると思う。今まで理解して来なかったが、「深層学習(「人工知能」)」の目的が、対象の<生成モデル>を求める事にあり、<モデル推定>、<パラメータ推定(モデルは一般に沢山のパラメータを持つ)>といった用語が文献中に数多く登場する理由がようやく飲み込めた。本書が「アルファ碁」の登場後なら、画像認識への応用の章がより面白くなったかと思うと残念である。

    それにしても、統計・確率は勿論の事、解析、数値解析、幾何学、グラフ理論に跨った「人工知能」の裾野の広さには改めて驚かされた。興味深いのは、各章の執筆者の殆どが、「人工ニューラルネットワークの構造を、こうすると、何故性能が上がるのか分らない」と正直に告白している点である。「深層学習(「人工知能」)」のブラック・ボックス的側面を如実に示しており、これが所謂<2045年問題>に繋がっているのだなぁという率直な感想も持った。

    21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。
レビューをすべて見る