機械学習と深層学習 Pythonによるシミュレーション

著:小高知宏

2,750円(税込)
1%獲得

27pt(1%)内訳を見る

本作品についてクーポン等の割引施策・PayPayボーナスライト付与の施策を行う予定があります。また毎週金土日曜日にオトクな施策を実施中です。詳しくはこちらをご確認ください。

    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。『機械学習と深層学習 C言語によるシミュレーション』のPython版登場!! 本書は人工知能研究における機械学習の諸分野をわかりやすく解説し、それらの知識を前提として深層学習とは何かを示します。具体的な処理手続きやプログラム例(Python)を適宜示すことで、これらの技術がどのようなものなのかを理解できるように紹介していきます。まえがき第1章 機械学習とは1.1 機械学習とは1.1.1 深層学習の成果1.1.2 学習と機械学習・深層学習1.1.3 機械学習の分類1.1.4 深層学習に至る機械学習の歴史1.2 本書例題プログラムの実行環境について1.2.1 プログラム実行までの流れ1.2.2 プログラム実行の実際第2章 機械学習の基礎2.1 帰納学習.2.1.1 演繹的学習と帰納的学習2.1.2 帰納的学習の例題 ―株価の予想―2.1.3 帰納学習による株価予想プログラム2.2 強化学習2.2.1 強化学習とは2.2.2 Q学習 強化学習の具体的方法2.2.3 強化学習の例題設定 迷路抜け知識の学習2.2.4 強化学習のプログラムによる実現第3章 群知能と進化的手法3.1 群知能3.1.1 粒子群最適化法3.1.2 蟻コロニー最適化法3.1.3 蟻コロニー最適化法の実際3.2 進化的手法3.2.1 進化的手法とは3.2.2 遺伝的アルゴリズムによる知識獲得第4章 ニューラルネット4.1 ニューラルネットワークの基礎4.1.1 人工ニューロンのモデル4.1.2 ニューラルネットと学習4.1.3 ニューラルネットの種類4.1.4 人工ニューロンの計算方法4.1.5 ニューラルネットの計算方法4.2 .バックプロパゲーションによるニューラルネットの学習4.2.1 パーセプトロンの学習手続き4.2.2 バックプロパゲーションの処理手続き4.2.3 バックプロパゲーションの実際第5章 深層学習5.1 深層学習とは5.1.1 従来のニューラルネットの限界と深層学習のアイデア5.1.2 畳み込みニューラルネット5.1.3 自己符号化器を用いる学習手法5.2 深層学習の実際5.2.1 畳み込み演算の実現5.2.2 畳み込みニューラルネットの実現5.2.3 自己符号化器の実現付 録A 荷物の重量と価値を生成するプログラム kpdatagen.pyB ナップサック問題を全数探索で解くプログラム direct.py参考文献索  引

    続きを読む

    レビュー

    レビューはありません。

    レビュー投稿

    セーフモード