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 >
工学
>
電気電子工学
>
機械学習・深層学習
出版社名:丸善出版
出版年月:2020年11月
ISBN:978-4-621-30573-7
179P 21cm
ソフトウェア工学から学ぶ機械学習の品質問題
中島震/著
組合員価格 税込
2,772
円
(通常価格 税込 3,080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
ソフトウェア工学の立場から機械学習ソフトウェアの問題(品質への技術的な取組み、技術的な問題点のビジネスへの影響)を整理。品質保証を目的とするテスティング技術について解説する。
もくじ情報:第1章 データ利活用の時代;第2章 機械学習ソフトウェアとその品質;第3章 ソフトウェア・テスティングの方法;第4章 データセット多様性;第5章 深層ニューラル・ネットワーク検査の実際;第6章 品質からみた敵対データ;第7章 機械学習ビジネス・エコシステム
ソフトウェア工学の立場から機械学習ソフトウェアの問題(品質への技術的な取組み、技術的な問題点のビジネスへの影響)を整理。品質保証を目的とするテスティング技術について解説する。
もくじ情報:第1章 データ利活用の時代;第2章 機械学習ソフトウェアとその品質;第3章 ソフトウェア・テスティングの方法;第4章 データセット多様性;第5章 深層ニューラル・ネットワーク検査の実際;第6章 品質からみた敵対データ;第7章 機械学習ビジネス・エコシステム
著者プロフィール
中島 震(ナカジマ シン)
情報・システム研究機構国立情報学研究所・教授、学術博士(東京大学)。1979年東京大学理学部物理学科卒業。1981年東京大学大学院理学系研究科修士課程修了。2004年より現職。2005年より総合研究大学院大学複合科学研究科教授を併任。放送大学客員教授(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)
中島 震(ナカジマ シン)
情報・システム研究機構国立情報学研究所・教授、学術博士(東京大学)。1979年東京大学理学部物理学科卒業。1981年東京大学大学院理学系研究科修士課程修了。2004年より現職。2005年より総合研究大学院大学複合科学研究科教授を併任。放送大学客員教授(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)
同じ著者名で検索した本
AIアルゴリズムからAIセーフティへ 生成AIとLLM
中島震/訳 Omar Santos/著 Petar Radanliev/著
優れたデザインにとってコンセプトが重要な理由 使いやすく安心なソフトウェアを作るために
Daniel Jackson/著 中島震/訳
AIリスク・マネジメント 信頼できる機械学習ソフトウェアへの工学的方法論
中島震/著
デジタル・プラットフォーム解体新書 製造業のイノベーションに向けて
高梨千賀子/編著 福本勲/編著 中島震/編著 内平直志/著 大谷純/著 小川紘一/著 高梨千賀子/著 中島震/著 中村公弘/著 野中洋一/著 福本勲/著 山本宏/著
ソフト・エッジ ソフトウェア開発の科学を求めて/丸善ライブラリー 383 情報研シリーズ 17
国立情報学研究所/監修 中島震/著 みわよしこ/著
SPINモデル検査 検証モデリング技法
中島震/著
もくじ情報:第1章 データ利活用の時代;第2章 機械学習ソフトウェアとその品質;第3章 ソフトウェア・テスティングの方法;第4章 データセット多様性;第5章 深層ニューラル・ネットワーク検査の実際;第6章 品質からみた敵対データ;第7章 機械学習ビジネス・エコシステム
もくじ情報:第1章 データ利活用の時代;第2章 機械学習ソフトウェアとその品質;第3章 ソフトウェア・テスティングの方法;第4章 データセット多様性;第5章 深層ニューラル・ネットワーク検査の実際;第6章 品質からみた敵対データ;第7章 機械学習ビジネス・エコシステム