ようこそ!
マイページ
ご利用ガイド
組合員情報の変更
メールアドレスの変更
ログイン
サイトトップ
e
フレンズトップ
すべて
本
雑誌
CD
DVD・Blu-ray
クリア
本 こだわり検索
書名
著者名
商品説明
出版社名
出版年月
―
2026
2025
2024
2023
2022
2021
2020
2019
2018
2017
2016
2015
2014
2013
2012
2011
2010
2009
2008
2007
2006
2005
2004
2003
2002
2001
2000
1999
1998
1997
1996
1995
1994
1993
1992
1991
1990
1989
1988
1987
1986
1985
1984
1983
1982
年
―
1
2
3
4
5
6
7
8
9
10
11
12
月
以前
のみ
以降
ジャンル
選択してください
文庫
新書・選書
文芸
教養
人文
教育
芸術
児童
趣味
生活
地図・ガイド
就職・資格
語学
小学学参
中学学参
高校学参
辞典
コミック
ゲーム攻略本
エンターテイメント
日記手帳
社会
法律
経済
経営
ビジネス
理学
工学
コンピュータ
医学
看護学
薬学
ISBNコード
予約商品を表示しない
検索
クリア
本 >
コンピュータ
>
プログラミング
>
その他スクリプト言語
出版社名:オライリー・ジャパン
出版年月:2016年9月
ISBN:978-4-87311-758-4
298P 21cm
ゼロから作るDeep Learning Pythonで学ぶディープラーニングの理論と実装
斎藤康毅/著
組合員価格 税込
3,366
円
(通常価格 税込 3,740円)
割引率 10%
在庫あり
生協宅配にてお届け
※ご注文が集中した場合、お届けが遅れる場合がございます。
内容紹介・もくじなど
作って学ぶ。手で覚える。ディープラーニングを理解するための最善の方法は、ディープラーニングをゼロから実装することです。
もくじ情報:1章 Python入門;2章 パーセプトロン;3章 ニューラルネットワーク;4章 ニューラルネットワークの学習;5章 誤差逆伝播法;6章 学習に関するテクニック;7章 畳み込みニューラルネットワーク;8章 ディープラーニング;付録A Softmax‐with‐Lossレイヤの計算グラフ
作って学ぶ。手で覚える。ディープラーニングを理解するための最善の方法は、ディープラーニングをゼロから実装することです。
もくじ情報:1章 Python入門;2章 パーセプトロン;3章 ニューラルネットワーク;4章 ニューラルネットワークの学習;5章 誤差逆伝播法;6章 学習に関するテクニック;7章 畳み込みニューラルネットワーク;8章 ディープラーニング;付録A Softmax‐with‐Lossレイヤの計算グラフ
著者プロフィール
斎藤 康毅(サイトウ コウキ)
1984年長崎県対馬生まれ。東京工業大学工学部卒、東京大学大学院学際情報学府修士課程修了。現在、企業にて、コンピュータビジョンや機械学習に関する研究開発に従事(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)
斎藤 康毅(サイトウ コウキ)
1984年長崎県対馬生まれ。東京工業大学工学部卒、東京大学大学院学際情報学府修士課程修了。現在、企業にて、コンピュータビジョンや機械学習に関する研究開発に従事(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)
同じ著者名で検索した本
コンピュータシステムの理論と実装 モダンなコンピュータの作り方
Noam Nisan/著 Shimon Schocken/著 斎藤康毅/訳
ゼロから作るDeep Learning 5/生成モデル編
斎藤康毅/著
ゼロから作るDeep Learning 4/強化学習編
斎藤康毅/著
ゼロから作るDeep Learning 3/フレームワーク編
斎藤康毅/著
ゼロから作るDeep Learning 2/自然言語処理編
斎藤康毅/著
実践Python 3
Mark Summerfield/著 斎藤康毅/訳
もくじ情報:1章 Python入門;2章 パーセプトロン;3章 ニューラルネットワーク;4章 ニューラルネットワークの学習;5章 誤差逆伝播法;6章 学習に関するテクニック;7章 畳み込みニューラルネットワーク;8章 ディープラーニング;付録A Softmax‐with‐Lossレイヤの計算グラフ
もくじ情報:1章 Python入門;2章 パーセプトロン;3章 ニューラルネットワーク;4章 ニューラルネットワークの学習;5章 誤差逆伝播法;6章 学習に関するテクニック;7章 畳み込みニューラルネットワーク;8章 ディープラーニング;付録A Softmax‐with‐Lossレイヤの計算グラフ