読書メーター KADOKAWA Group

深層学習 (機械学習プロフェッショナルシリーズ)

感想・レビュー
68

データの取得中にエラーが発生しました
感想・レビューがありません
愛楊
新着
2015年出版。既に旧版になってしまった版であり、注意機構などは載っていない。ボルツマンマシンの方がオートエンコーダよりもスコアが良いらしい。
0255文字
市川翔太
新着
E資格を摂って読み直すと分かりやすかった!
0255文字
izw
新着
月一回日曜日にやっている勉強会でディープラーニングについて1冊読みたいということになり、昨年4月から読み進めていたが、10回で読み終えた。数式は多いが、訳が分からなくなるほどの数式は多くなく、7章までは何となく分かったつもりになって読み進めることができた。が、8章のボルツマンマシンについては、お手上げでさっぱり分からなかった。最後になって書き急いでいるようで、説明の丁寧さがなくなった感じがする。それで来月は、ボツルマンマシンの概念を理解するために、他の書籍か資料を眺めてみようということになった。
0255文字
ぶう
新着
ディープラーニング本として有名な書籍。数式を使用しての解説が多く、入門本「ゼロから作るDeep Learning」の次に読む位がよさそう。ディープラーニングを全く知らない初心者や、数式が苦手な人には少し難しいかもしれない。内容的には理論がメインで、プログラミングコードは書かれていない。実際に手を動かして覚える部分は他書を参考にし、理論部分の理解を本書で補うという使い方が良いだろう。2015年の出版ということもあり、内容的には若干の古さも感じるが、基本を押さえるための教科書的に使うのであれば十分な内容。
0255文字
t a
新着
深層学習の勉強の入門として、2,3冊目に読んでちょうど良いレベルの本だった。一度では全部理解しきれなかったので、他の文献も読みながら今後も理解を深めていきたい。
0255文字
kk
新着
必要なところだけ、授業用に再読。
0255文字
KY_import
新着
インポート
0255文字
ふじやま
新着
内容理解には役立ったけどニューラルネットワークを最初に学ぶってなったときにこの本が最初は無いかなって思った.
0255文字
KKO82706702
新着
ネタバレ....え?参考書も読書の内に含むのかって?まあ、検索で出てきたからしょうがないでしょ。しょうがないのでしょうがなく突っ込んでいます。内容としては深層学習の理論書。プログラムを書いて動かす感じじゃないので、そっちを求めてる人はオライリーのアレとかでいいんじゃないかな。
0255文字
ふじ
新着
数式が多くかなり難解ではあるが、文章だけ追ってくとわかる 実際に画像認識のプロトタイプを作りながら読めばわかりやすいのかなと思う
0255文字
ふくみみ
新着
網羅的に深層学習のことがわかってありがたい。オートエンコーダがブレイクスルーと言われてたけど今はさらにいろんな手法があるわけだよなぁと。 LSTMやボルツマンマシンは日本語で読んでもわからないことを素直に認めてゼロDを読みます。
0255文字
海千山千
新着
AIビジネスリテラシー向上のためインプット
0255文字
Yuichiro Komiya
新着
ディープラーニングの理論書。AIがどうやって画像認識したり、文章認識したりしているかの説明だが、数式の所は難しくてついていけなかった。画像認識は畳み込みニューラルネットワークで少しずつスキャンして対象と比較、言語認識は再起型ニューラルネットワークで出力をフィードバックさせて次に来る単語を予測、後予測精度を上げるための方式とか。
0255文字
風鈴
新着
広く浅く解説されている。ブーム初期に出たこともあり、この本はDeepLearningを深く理解するためのものではない。むしろニューラルネットワークと呼ばれていた古い技術がDeepLearningと呼ばれブームを起こすまでの流れと概要(どういう技術で、どういう問題があって、それをどう解決してブームとなったのか)を簡素に伝えている。入門向けとしては良書だけれど、この本を読んで具体的にDeepLearningを触ってみようだとか、最先端ではどういう研究が行われているんだろう、という風に活用することは難しいかも。
0255文字
めかぶこんぶ
新着
読みきれなかった。
0255文字
Mikey
新着
深層学習の技術的なところを知りたいと思って読んだが、なかなかに難しかった。入門書なので浅く広くは書いてあるが数式が出てくると眠くなってしまう。概要は大体つかめたので、目的は達成できたと思う。コーディングがあると少しは眠気もなくなると思うが、今回は概論。完全には理解はできなかったが、理解した雰囲気には慣れたと思う。これ以上は業務でやらなくちゃ頭に入らないなぁ〜。
0255文字
Predora
新着
理論の入門書といったところ。良くも悪くも広く浅く最低限の内容が纏まっている。より詳しく知りたい箇所については別書籍を読むのが良いと思う。画像認識のCNNから音声認識・自然言語処理のRNN,LSTMまで、主要な項目については記載されている。入門書ではあるが数学があまり得意でない自分には難しくて読み進めるのに時間がかかった。
0255文字
よう
新着
なかなか難しかった。主に深層学習…ニューラルネットワークの各種手法を数式を使いまとめている。数式の変形をしっかり追うには、最低でも行列や分散、標準偏差、微分、偏微分辺りを理解している必要がある。もっと理解を深めるには〇〇展開と呼ばれる数式の展開方法も理解している必要があるため、ニューラルネットワークの勉強として最初に読む場合(数学の知識がある場合は別だが)ちょっと難しめかなと思う。しかし、各手法の弱点とそれを改善する手法の紹介を言葉だけではなく、数学的に説明してくれるので、最終的には必要になる本という認識
0255文字
tsq
新着
まだこの本を読むのは早かったようだ。基礎とか考え方とかを勉強してからまた読む。
0255文字
ugoeeaaaaa
新着
僕は情報系の学生ではないが、この本で昨今流行りのニューラルネットや深層学習がどういったものなのか良い見当をつけることができたように感じられ、長い時間をかけて読んで非常によかったと思う。コードサンプルなどは無かったが、それは別の本を参考にするといいと思う。
0255文字
光瑠
新着
2015年にはディープラーニングの本がほとんどなかったため難解ながらもがんばって読んだ。この時期は数式をがんばって追っていったが今思えば読み飛ばしても良かったかも。バッチサイズの決め方とかあまり本に載ってない内容もあってある程度は役になった。
0255文字
山田
新着
ある程度の網羅性で、解説も適度でよかった。
0255文字
YuYu
新着
最AlphaGOで有名だったので、勉強のために購入。 初学者には難しすぎるけど、ある程度網羅的に内容が書かれていたのがよかった。
0255文字
aki
新着
AutoEncoder, CNN, RNN, BoltzmannMachineについて導入的に学習することが出来ました
0255文字
藤田武彦
新着
教科書的で、分かっている人が確認する使い方か。 実装には「ゼロから作るDeep Learning」、NNの歴史は「進化計算と深層学習」の方がよいかも。/ スパース自己符号化など、情報の縮約方法は参考になった。 なおボルツマンマシンなどは、似たような数式が多い。中心部を切り取り、そこからの差異として各手法が記述可能だと、分かりやすいのだろう。
0255文字
D.O.
新着
深層学習の基礎が、幅広くまとまっている。 理論を学ぶにはぴったり。ただ、LSTMやボルツマンマシンはやはり難しい。。 「ゼロから作る〜」の次にやるといいです。
0255文字
しょうちゃん
新着
前回は数式の煩雑さに嫌になり読むのをやめたバックプロパゲーションまで読んだ。バックプロパゲーションを画期的な方法かのように書いていたが何のことはない、ただのチェインルールを整理したものだった。
0255文字
yyhhyy
新着
様々なモデルの紹介本。(でも自分の知識ではまだこれをどう活用していいのかはわからない。。。)
0255文字
暇人
新着
涙が出るほど、よく分からない。出直そうと思う。
0255文字
オザマチ
新着
ディープラーニングの基礎的なモデルが理解できる。
0255文字
inakoshi
新着
確か読んだはず。
0255文字
とみー
新着
初学者向けの深層学習本です。包括的な機械学習の教科書としてはPRMLなんかが有名ですが、ニューラルネットワークの部分を深く掘り下げたかったら、この本を一緒に読むといいと思います。内容はCNN,RNN,LSTMやボルツマンマシンなんかも含んでいます。何故バッチ学習や確率勾配法、事前学習を行うのかなど実用面についてもわかりやすく書いてあり、今後ニューラルネットワークを使った何かを実装していきたい人にオススメです。
0255文字
Sean
新着
初心者向け。とは言え、手を動かしながら読んだ方が捗る。PRMLのような証明押さえるとわかるというほどでもない…? 式導出丁寧に追うと良いのか。
0255文字
よく読む
新着
ディープラーニングを数式のレベルで学習したい人向け。高校数学がわかる程度なら理解できるだろう。一読し、おおざっぱな理解を得た。じっくり読み、関連資料もあたれば理解できる。自己符号化、CNNやRNNに重点おかれる。ボルツマンマシンで統計力学で見る式が多く出てきたことは、物理専攻だった自分は目を引いた。
0255文字
りけし
新着
やや難しいが、時間をかけて読めばディープラーニングについてわかる。
0255文字
 
新着
輪読で3章まで、その後5章まで読み一旦放置していた。最近6章以降を流し読みで読んだ。あまり機械学習には世間ほど期待がなかったが、特定分野ではかなりの結果が出ているようで。ニューラルネットワークの基礎概念はわかった。この本はあまり式などを載せていないので、もう少し厳密な本を欲しくなった。また、この本が書かれた時点では経験則がかなりあり、やはり応用ありきなのだと感じる。実際に実装してみないと、僕の薄い頭では理解まで至らなさそう。
0255文字
SAYA
新着
ディープラーニングの入門書として選びました。ほぼ知識がない中でしたので、わからない式は深追いせず、まずは大局的な視野をなんとなくでもいいからもてるように、一回ししました。どんな手法があるか、どんな場合に使えるのか、どこまでわかっているのか、などこの世界の知識を大まかに拾えました。式展開は丁寧なので、イメージがわかない数式の知識を補強しつつ、もう一回しして理解をもう一段深めようと思います。
0255文字
Ryosuke Tanaka
新着
とくにRNN以降数式を全部追えたわけではないが非常に分かりやすかった。著者の講義でも強調されていたがアドホックなノウハウの集積という色彩がやはり強い。DNNの神経科学が行われないといけない。
0255文字
センケイ (線形)
新着
何のために、なぜその手法を使うのか。それが、より大きな実装の一部に使われるのか。そうした現在の立ち位置が、適切なタイミングで日本語で挿入されるため、今なにをやっているのかが常に分かった状態で読むことができる。知名度のある実装を、それぞれモジュールの大きさに分けて説明しているため、深層学習の何が新しいのか、深層学習がいかに1つの手法ではなく色々な手法の集まりであるかについて、パーツの組み替えのような、理解しやすいイメージを持つことができる。
0255文字
全68件中 1-40 件を表示
深層学習 (機械学習プロフェッショナルシリーズ)評価63感想・レビュー68