はじめてのディープラーニング2 Pythonで実装する再帰型ニューラルネットワーク, VAE, GAN

弊社代表の我妻の著書「はじめてのディープラーニング2 Pythonで実装する再帰型ニューラルネットワーク, VAE, GAN」がSBクリエイティブより発売中です。

Amazon: https://www.amazon.co.jp/dp/4797396814
SBクリエイティブ: https://www.sbcr.jp/product/4815605582/

前著「はじめてのディープラーニング」では、基礎中の基礎であるニューラルネットワークとバックプロパゲーションを初学者にもわかりやすく解説しましたが、本作では自然言語処理の分野で真価を発揮する再帰型ニューラルネットワーク(RNN)と、ディープラーニングの生成モデルであるVAE(Variational Autoencoder)とGAN(Generative Adversarial Networks)について、数式からコードへシームレスに解説します。もちろんプログラムの実装については、前作を踏襲してPythonのみで行い、既存のフレームワークに頼りません。

[本書の特徴]
・前作を読んでいない方のために、Python、数学、ニューラルネットワークの基礎について解説する章を設けています。
・サンプルプログラムはフレームワークを使わずにPythonのみで記述しています。このため数式をコード化する際の原理が初心者にもわかりやすくなっています。
・サンプルプログラムはSBクリエイティブ株式会社のサイトからダウンロード可能です。
・Python3、Jupyter Notebook、Google Colaboratory対応

第1章 ディープラーニングの発展
ディープラーニングの概要
ディープラーニングの応用
本書で扱う技術
本書の使い方

第2章 学習の準備
Anacondaの環境構築
Google Colaboratoryの使い方
Jupyter Notebookの使い方
Pythonの基礎
NumPyとmatplotlib
数学の基礎

第3章 ディープラーニング基礎
ニューラルネットワーク、ディープラーニングの概要
全結合層の順伝播
全結合層の逆伝播
全結合層の実装
シンプルなディープラーニングの実装

第4章 RNN
RNNの概要
RNN層の順伝播
RNN層の逆伝播
RNN層の実装
シンプルなRNNの実装
RNNが抱える問題

第5章 LSTM
LSTMの概要
LSTM層の順伝播
LSTM層の逆伝播
LSTM層の実装
シンプルなLSTMの実装
文章の自動生成

第6章 GRU
GRUの概要
GRU層の順伝播
GRU層の逆伝播
GRU層の実装
シンプルなGRUの実装
Encoder-Decoder

第7章 VAE
VAEの概要
VAEの仕組み
オートエンコーダの実装
VAEに必要な層
VAEの実装
VAEの派生技術
第8章 GAN
GANの概要
GANの仕組み
GANに必要な層
GANの実装
GANの派生技術

本書が、多くの方にとってのディープラーニング、人工知能に親しむきっかけになれば嬉しく思います。