人気シリーズの第5弾。生成モデルの今を実装する！ 人気シリーズの第5弾。今回のテーマは「生成モデル」です。本書では「正規分布」から「拡散モデル」に至るまでの技術を繋がりのあるストーリーとして展開します。読者は小さな学びを積み重ねながら、ステップバイステップで実装し、最終的には「Stable Diffusion」のような画像生成AIを完成させます。技術の面白さは細部にあります——ゼロから作る、数式に挑む。

人気シリーズの第4弾。今回のテーマは強化学習です。実際のコードを提示し動かしながら学ぶという本シリーズのスタイルを踏襲し、外部ライブラリに頼らず、強化学習を支える基本的な技術やアイデアをゼロから実装しながら学びます。 本書では読者が強化学習独特の理論を確実にマスターできるように、強化学習という難解なテーマの構成要素の一つひとつを「理論」と「実践」の双方から丁寧に解説します。数式だけで説明する理論書とは異なり、読者はコードを通してハッとする気づきを数多く得られるでしょう。

ディープラーニングの本格的な入門書。外部のライブラリに頼らずに、Python 3によってゼロからディープラーニングを作ることで、ディープラーニングの原理を楽しく学びます。ディープラーニングやニューラルネットワークの基礎だけでなく、誤差逆伝播法や畳み込みニューラルネットワークなども実装レベルで理解できます。ハイパーパラメータの決め方や重みの初期値といった実践的なテクニック、Batch NormalizationやDropout、Adamといった最近のトレンド、自動運転や画像生成、強化学習などの応用例、さらには、なぜディープラーニングは優れているのか？ なぜ層を深くすると認識精度がよくなるのか？ といった“Why”に関する問題も取り上げます。

原口秀昭，1959年出生于东京都，1982年东京大学建筑学科毕业后，于1986年修完同一大学的硕士研究生课程。 在铃木博之研究室学习期间，为了解读现代建筑中的精髓，在美国、欧洲等地进行了为时1年左右的漂泊旅行。从遗迹到现代建筑进行了广泛的参观，使其深刻地感受到“使人从心底感动的建筑意外地有限，和大自然的壮观相比，建筑还只是个渺小的东西”。之后，为使这段经历发挥作用，开始走上作为建筑师的道路。 1988年，作为副社长加盟于艺术舞合公司，1994年独立执业。虽然从事住宅、度假旅馆等的设计，但至今仍在继续研究现代建筑。 1997年开始在东京家政学院大学住居学科担任专职讲师。主要著作有《20世纪——空间构成的比较分析》(鹿岛出版社出版)、《一级建筑师应试超级记忆法》、《构造力学超级解读法》、《建筑法规超级解读法》(以上为彰国社出版)、《情报处理技术人员考试第...(展开全部)

原口秀昭 Hideaki Haraguchi 1959年生於東京都。1982年東京大學建築學科畢業。1986年東京大學碩士課程修畢。現為東京家政學院大學住居學科准教授。 著有《20世紀的住宅－－空間結構的比較分析》（20世紀的住宅－空間構成的比較分析，鹿島出版會）、《路易．康的空間結構－－以軸測圖解讀20世紀的建築家》、《一級建築師考試超級記憶術》、《二級建築師考試超級記憶術》、《結構力學超級解法術》、《建築師考試 建築法規超級解讀術》、《漫畫結構力學入門》、《漫畫建築物理環境入門》、《建築的數學和物理教室》、《圖解木造建築入門》、《建築的設備教室》、《圖解RC造建築入門》等多部著作。 相關著作 《圖解木造建築入門》 《漫畫建築物理環境入門》 譯者簡介 陳曄亭 台灣大學土木系畢業，在校時曾協助教授進行日本地震防災與混凝土防蝕資料翻譯，並於工程顧問公司...(展开全部)

私たちは十日前に結婚した。しかし、私たちの結婚について説明するのは、おそろしくやっかいである―。笑子はアル中、睦月はホモで恋人あり。そんな二人は全てを許し合って結婚した、筈だったのだが…。セックスレスの奇妙な夫婦関係から浮かび上る誠実、友情、そして恋愛とは。傷つき傷つけられながらも、愛することを止められない全ての人々に贈る、純度100%の恋愛小説。

Deep Learning ist eine Form des Machine Learnings, die Computer in die Lage versetzt, aus Erfahrungen zu lernen und so die Welt als miteinander verbundene Ansammlung von hierarchischen Konzepten zu begreifen. Da der Computer Wissen aus der eigenen Erfahrung sammelt, muss kein Mensch mehr alle benötigten Kenntnisse formal eingeben. Die Hierarchie der Konzepte ermöglicht dem Comp...(展开全部)

本書は,モンテカルロ法による計算テクニックを独学するための入門書として書かれたもので, 具体的な実践を通して習得してもらうことです. 想定される読者は主に,実験結果およびデータセットを分析するツールとしての シミュレーション方法を習得する必要のある統計学,生物統計学,工学などの 大学院生ということで,本書の主眼は必然的に実践演習におかれています. またもう少し古典的な統計学的手法を好まれる読者には, たとえば学部レベルのプログラミング授業の締めくくりなどで, R をベースにした最新の計算手法を概説する際に用立てていただくことも可能です. 本書ではプログラミング言語として,より高速のMatlab でもC でもなく, あるいはより高度に構造化されたBUGS などでもなくR を採択していますが, それはR がシンプルで教えやすい上に,汎用性も高いからです....(展开全部)

Aspiring data scientists and machine learning experts who have limited or no exposure to deep learning will find this book to be very useful. If you are looking for a resource that gets you up and running with the fundamentals of deep learning and neural networks, this book is for you. As the models in the book are trained using the popular Python-based libraries such as Tensorflow and Keras, it would be useful to have sound programming knowledge of Python.

An authoritative, accessible, and up-to-date treatment of deep learning that strikes a pragmatic middle ground between theory and practice. Deep learning is a fast-moving field with sweeping relevance in today's increasingly digital world. Understanding Deep Learning provides an authoritative, accessible, and up-to-date treatment of the subject, covering all the key topics alon...(展开全部)