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
>
資格試験
>
ベンダー試験
出版社名:翔泳社
出版年月:2024年10月
ISBN:978-4-7981-8065-6
524P 21cm
ディープラーニングE資格精選問題集/深層学習教科書
小林範久/著 小林寛幸/著 岩澤有祐/監修
組合員価格 税込
5,940
円
(通常価格 税込 6,600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
内容紹介:「E2024#2」試験から適用される新シラバスに完全対応!〈本書の特長〉●受講生の試験合格率9割超を誇る講師陣の合格メソッドに基づいた、精選問題集。●E2024#2以降の試験に対応した、唯一の問題集!●良質な頻出問題282問と解説を収録。 ⇒出題範囲が広いE資格の合否をわける頻出問題をマスターできる。●出題範囲を幅広くカバーした「総合問題」1回分をダウンロード提供。 ⇒学習を終えた後に、復習や力だめしができる。●読者特典として、本書の内容に完全対応した「AI読者アシスタント」付き! ⇒難解な用語や問題・解説に関する質問に、瞬時に回答してくれる!
受講生合格率9割超を誇る講師陣の合格メ…(
続く
)
内容紹介:「E2024#2」試験から適用される新シラバスに完全対応!〈本書の特長〉●受講生の試験合格率9割超を誇る講師陣の合格メソッドに基づいた、精選問題集。●E2024#2以降の試験に対応した、唯一の問題集!●良質な頻出問題282問と解説を収録。 ⇒出題範囲が広いE資格の合否をわける頻出問題をマスターできる。●出題範囲を幅広くカバーした「総合問題」1回分をダウンロード提供。 ⇒学習を終えた後に、復習や力だめしができる。●読者特典として、本書の内容に完全対応した「AI読者アシスタント」付き! ⇒難解な用語や問題・解説に関する質問に、瞬時に回答してくれる!
受講生合格率9割超を誇る講師陣の合格メソッドに基づいた、精選問題集。E2024#2以降の試験シラバスに完全対応。良質な重要問題282問と解説を収録。出題範囲を幅広くカバーした「総合問題」1回分をWeb提供。読者特典として、本書の内容に完全対応した「AI読者アシスタント」つき。
もくじ情報:第1章 数学的基礎(確率・統計;情報理論);第2章 機械学習(機械学習の基礎);第3章 深層学習の基礎(順伝播型ネットワーク;深層モデルのための最適化 ほか);第4章 深層学習の応用(画像認識;物体検出 ほか);第5章 開発・運用環境(エッジコンピューティング;分散処理 ほか)
著者プロフィール
岩澤 有祐(イワサワ ユウスケ)
東京大学大学院工学系研究科准教授。2017年東京大学大学院工学系研究科技術経営戦略学専攻博士後期課程修了。博士(工学)、修士(情報理工学)
岩澤 有祐(イワサワ ユウスケ)
東京大学大学院工学系研究科准教授。2017年東京大学大学院工学系研究科技術経営戦略学専攻博士後期課程修了。博士(工学)、修士(情報理工学)
受講生合格率9割超を誇る講師陣の合格メ…(続く)
受講生合格率9割超を誇る講師陣の合格メソッドに基づいた、精選問題集。E2024#2以降の試験シラバスに完全対応。良質な重要問題282問と解説を収録。出題範囲を幅広くカバーした「総合問題」1回分をWeb提供。読者特典として、本書の内容に完全対応した「AI読者アシスタント」つき。
もくじ情報:第1章 数学的基礎(確率・統計;情報理論);第2章 機械学習(機械学習の基礎);第3章 深層学習の基礎(順伝播型ネットワーク;深層モデルのための最適化 ほか);第4章 深層学習の応用(画像認識;物体検出 ほか);第5章 開発・運用環境(エッジコンピューティング;分散処理 ほか)