30日間無料体験

この注文でお急ぎ便、お届け日時指定便を無料体験 Amazonプライム無料体験について

Kindle版 (電子書籍)
￥2,277 (23pt)

すぐに購読可能

単行本（ソフトカバー）
￥2,530

ポイント: 76pt (3%) 詳細はこちら

無料配送 3月30日土曜日にお届け
詳細を見る

または最も早い配送明日 3月29日にお届け（3 時間 7 分以内にご注文の場合）
詳細を見る

お届け先を選択

残り10点（入荷予定あり）在庫状況について

￥￥2,530 () 選択したオプションを含めます。最初の月の支払いと選択されたオプションが含まれています。詳細

出荷元

Amazon.co.jp

出荷元

Amazon.co.jp

販売元

Amazon.co.jp

販売元

Amazon.co.jp

支払い方法

お客様情報を保護しています

支払い方法

お客様情報を保護しています

Amazonはお客様のセキュリティとプライバシーの保護に全力で取り組んでいます。Amazonの支払いセキュリティシステムは、送信中にお客様の情報を暗号化します。お客様のクレジットカード情報を出品者と共有することはありません。また、お客様の情報を他者に販売することはありません。詳細はこちら

詳細はこちら

すべて見る

ギフトの設定

配送料 ¥350 4月1日-5日にお届け（8 時間 7 分以内にご注文の場合）
詳細を見る

お届け先を選択

中古商品: 良い | 詳細

発売元＜爆進堂＞

画像はありません

選択したカラーの画像がありません。
カラー：

このビデオを見るには、次をダウンロード Flash Player

著者をフォロー

大関真之

フォロー

機械学習入門ボルツマン機械学習から深層学習まで単行本（ソフトカバー） – 2016/12/1

大関真之 (著)

113

すべての形式と版を表示

{"desktop_buybox_group_1":[{"displayPrice":"￥2,530","priceAmount":2530.00,"currencySymbol":"￥","integerValue":"2,530","decimalSeparator":null,"fractionalValue":null,"symbolPosition":"left","hasSpace":false,"showFractionalPartIfEmpty":true,"offerListingId":"MNzqc368T8wGfIsaSxUS2m0Unb%2BRxO7EQY2BgQQ%2BQPzeFLxogMj6hbdbLzNYG1IStV1%2FHALMaXYxf9OF7%2B0okAf402TUi89EiNh1fGhSAc1IlImZCuuyMhTKB%2FlgtwnuFOfyJJvWYHY%3D","locale":"ja-JP","buyingOptionType":"NEW","aapiBuyingOptionIndex":0}, {"displayPrice":"￥301","priceAmount":301.00,"currencySymbol":"￥","integerValue":"301","decimalSeparator":null,"fractionalValue":null,"symbolPosition":"left","hasSpace":false,"showFractionalPartIfEmpty":true,"offerListingId":"MNzqc368T8wGfIsaSxUS2m0Unb%2BRxO7ElUQ5zEbAr9EytfbqMSxxaBlES0d5eBeTP2wK6xDxiNbxhGSqo9qODF545yy7zmqiQY9cXBSAeTfm3FDIB2wzpqPqsf6t%2F9iTI%2BqXYt00dmIug7OhCX5ytbXFp3FldRBlfKo4nFpFN7SyLDgTOLLDRg%3D%3D","locale":"ja-JP","buyingOptionType":"USED","aapiBuyingOptionIndex":1}]}

購入オプションとあわせ買い

イラストを使って初心者にわかりやすく解説!!
現在扱われている各種機械学習の根幹とされる「ボルツマン機械学習」を中心に、機械学習を基礎から専門外の人でも普通に理解できるように解説し、最終的には深層学習の実装ができるようになるまでを目指しました。
さらに機械学習の本では、当たり前になってしまっている表現や言葉、それが意味していることを、この本ではさらにときほぐして解説しています。

この商品に関する問題を報告する

本の長さ

208ページ
言語

日本語
出版社

オーム社
発売日

2016/12/1
寸法

14.9 x 1.2 x 21.2 cm
ISBN-10

4274219984
ISBN-13

978-4274219986
すべての詳細を表示

よく一緒に購入されている商品

￥2,530

76ポイント(3%)

最短で3月30日土曜日のお届け予定です

残り10点（入荷予定あり）

この商品は、Amazon.co.jpが販売および発送します。

+

￥2,640

80ポイント(3%)

最短で3月30日土曜日のお届け予定です

残り2点（入荷予定あり）

この商品は、Amazon.co.jpが販売および発送します。

+

￥2,640

159ポイント(6%)

一時的に在庫切れ; 入荷時期は未定です。

注文確定後、入荷時期が確定次第、お届け予定日をEメールでお知らせします。万が一、入荷できないことが判明した場合、やむを得ず、ご注文をキャンセルさせていただくことがあります。商品の代金は発送時に請求いたします。

この商品は、Amazon.co.jpが販売および発送します。

総額:

当社の価格を見るには、これら商品をカートに追加してください。

ポイントの合計: pt

もう一度お試しください

詳細

追加されました

これらの商品のうちのいくつかが他の商品より先に発送されます。

詳細の表示詳細の非表示

一緒に購入する商品を選択してください。

大関真之
41
単行本（ソフトカバー）
37個の商品：￥2,047から
大関真之
20
単行本
27個の商品：￥990から
杉山将
35
単行本（ソフトカバー）
40個の商品：￥199から
山本一成
233
単行本（ソフトカバー）
55個の商品：￥19から
ジョナサン・シュワビッシュ
14
単行本（ソフトカバー）
27個の商品：￥1,574から
武井宏将
27
単行本（ソフトカバー）
20個の商品：￥1から

登録情報

出版社 ‏ : ‎ オーム社 (2016/12/1)
発売日 ‏ : ‎ 2016/12/1
言語 ‏ : ‎ 日本語
単行本（ソフトカバー） ‏ : ‎ 208ページ
ISBN-10 ‏ : ‎ 4274219984
ISBN-13 ‏ : ‎ 978-4274219986
寸法 ‏ : ‎ 14.9 x 1.2 x 21.2 cm

Amazon 売れ筋ランキング: - 106,701位本 (本の売れ筋ランキングを見る)
- - 376位人工知能

カスタマーレビュー:
113

著者について

著者をフォローして、新作のアップデートや改善されたおすすめを入手してください。

大関真之

Brief content visible, double tap to read full content.

Full content visible, double tap to read brief content.

1982年、東京生まれ。

2000年私立高輪高等学校卒業、2004年東京工業大学理学部物理学科卒業

2008年東京工業大学大学院理工学研究科物性物理学専攻博士課程早期修了（学位：博士（理学））

東京工業大学大学院理工学研究科物性物理学専攻産学官連携研究員、

京都大学大学院情報学研究科システム科学専攻助教、

ローマ大学物理学科研究員を経て、

2016年10月より東北大学大学院情報科学研究科応用情報科学専攻准教授

カスタマーレビュー

5つのうち4.1つ

113グローバルレーティング

この商品をレビュー

カスタマーレビューを書く

レビューのソート基準

上位レビュー、対象国：日本

レビューのフィルタリング中に問題が発生しました。後でもう一度試してください。

かなえるゾウ

疑問点に答えてくれた本

2018年2月27日に日本でレビュー済み

Amazonで購入

この本のおかげで、これまでモヤッとしていた以下の点の理解が深まった。

１） AIは、近年、急速に注目されるようになったが、基本となる多くのアルゴリズムは何十年も前から確立されていた。ただ、最近のコンピュータやメモリ、そしてインターネットなどの情報収集能力の大幅な向上により、一気に実用化に進んだ。だから、そのアルゴリズムの中にも、長い試行錯誤と経験を通して、極小解に陥らないための確率勾配法や過学習を防ぐためのドロップアウト、正規化などの手法が考案されてきた過程が理解できた。

２）画像処理における画像の特徴やピクセルの配色の傾向をつかむために考案されたボルツマン機械学習が、ピクセル間の相互関係を解くための処理の重さに対応するため、隠れ変数を用いた制限ありボルツマン機械学習、そして現在のディープラーニングへの発展してきた過程がわかった。

ただ、本書は、お姫様と鏡の会話を通して、理解を深めていくストーリーになっているので、一旦理解してしまうと、再度全体の関係を整理するために、あとで参照することが極めて困難。なので、以下のように、その概要をまとめておくと便利。

第２章
教師あり学習と教師なし学習

第３章
３－１
数値のずれを小さくするための最適化問題を解くための勾配法
　　その一例として、最急降下法

３－２
汎化性能をよくするための学習と予測
　　一例として、交差検証

３－３
新しい特徴量をつくり出すための非線形変換

３－４
双方向（フィードバック）・再帰的（リカレント）型ニューラルネットワーク
　　一例として、ポップフィールドネットワーク（ボルツマン機械学習）

第４章
４－１
勾配消失問題（最適なパラメータが見つからない）対策として、ランプ関数を用いた活性化関数

４－２
過学習対策としてのドロップアウト、正規化

４－３
バッチ学習とオンライン学習
　　バッチ処理の汎化性能を高めるために、オンライン学習もどきの処理（ミニバッチ）

勾配消失（極小値）問題を解決するための確率的勾配法

第５章
５－２
識別問題
　パーセプトロン
　サポートベクタマシン
　　　マージン最大化および距離最大化による過学習（汎化性能）への効果

５－３
より複雑な分離のための非線形変換
　　一例として、カーネル法（距離のルールのため、ランプ関数よりわかりやすい）

５－４
ランク（パターンの数）処理により、データを単純化し、モデルをわかりやすくする。

５－５
特徴量選択により、何が大事かを明確にする
　　例として、スパースモデリング（ほとんどのパラメータを０にする）や非負値制約行列分解

第６章
６－２
画像処理における双方向型ネットワークを利用したボルツマン機械学習
　　双方向処理の種類として、平均場近似法・信念伝播法・マルコフ連鎖モンテカルロ法
　　実際のデータを使用する擬似最尤法

６－３、６－４
隠れ変数を用いた制限ありボルツマン機械学習
　コントラスティヴ・ダイヴァージェンス法（可視変数と隠れ変数のサンプリングを交互に繰り返す）によりマルコフ連鎖モンテカルロ法を容易に実現

６－５
制限ありボルツマン機械学習の多層化によるディープボルツマン機械学習
　　教師あり学習（予測）のための多層ニューラルネットワークと同じ構造

第７章
７－１
多層ニューラルネットワーク（教師あり学習）における自己符号化（同じ１層を逆さまに取り付ける）による事前学習（特徴量の次元圧縮）

チューニングにより事前学習を異なるタスクに転用（転移学習）

７－２
画像処理に適した畳み込みニューラルネットワーク（最大プーリング、平均プーリング）

特徴量は自動的に抽出されるので、意識されない。

疑問：
「画像処理では、何がどこにあるかが重要なので、近くのものをグループ化して、最大値や平均値で代表させる」という記述は、意味がよくわからなかった。

22人のお客様がこれが役に立ったと考えています

役に立った

うみねこcafe

鏡の中のボルツマン

2020年1月18日に日本でレビュー済み

Amazonで購入

この本の著者の先生も著者として参加している物理分野での機械学習の本にボルツマンマシンとかいうスゴい名前のものが登場して、どういうものなのか分からなかったので、この本の副題にボルツマンとあったので買ってしまいましたが、取り上げている内容が難しくて、この本の売りのお妃さまと鏡の対話という一般読者向けに分かりやすくすることを狙ったはずの構成があまり功を奏していない気もします。

結局この本を読んでもボルツマンマシン(この本の表記ではボルツマン機械学習)がどういうものかよく分からないままで、また鏡はボルツマンマシンという設定のようですが、それもいまいちはっきりしない気がします。
というかどちらかいうと本文の対話よりは、まとめ的なコラムのページの方が簡潔で分かりやすかったりもします。

ただ人工知能が専門のはずの(でもニューラルネットワークの研究はしていなかったらしい)松尾博士の本「人工知能は人間を超えるか」での扱いが微妙だったヒントン博士の業績についてコラムできちんと言及されている(p.169)ので星4つにしました。

ちなみにボルツマンマシンは物理の用語ではなく、ヒントン博士が発案したニューラルネットワークの一種だそうです。歴史的経過に従って現在の深層学習ブームのきっかけになった2006年のヒントン博士の最初の深層化ニューラルネットワークの論文で制限ボルツマンマシンに分解した各層ごとに学習を行ったこと(それと統計物理のモデルにボルツマンマシンを適用した研究が多かったこと)から、この本ではボルツマンマシンが取り上げられたようですが、現行の深層学習のフレームワークにはボルツマンマシンは採用されていないわけですし、制限ボルツマンマシンに分解した層ごとの学習がどういったものなのかは自分でもようやく分かってきた程度で、予備知識が全くない一般の読者には、現行の深層学習システムとの繋がりを含めて理解が難しいと思うので無理に取り上げなくても良かったのではないかと思います。

なお、この本では「ボルツマンマシン」が「ボルツマン機械学習」になっていますが、これはモデルの名前としてのボルツマンマシンとそれを使った学習の区別をはっきりさせるための著者の先生の意向ではないかと思います。

5人のお客様がこれが役に立ったと考えています

役に立った

おびやん

わかりやすいです！

2022年4月22日に日本でレビュー済み

Amazonで購入

とてもわかりやすいですね。
式も出てこないし、直感的に理解できました。

3人のお客様がこれが役に立ったと考えています

役に立った

Amazon カスタマー

半額程度ならば満足

2020年4月30日に日本でレビュー済み

Amazonで購入

最後まで読みました。ボルツマン機械と深層学習との関連は興味深かった。また、物理学との関連付けも、物理学者である著者らしいと感じ、他のディープラーニング書籍との差異と言えるかもしれません。ただ、後半のボルツマン機械の説明は、決して容易には理解できません。特に隠れ変数の説明。お値段を考えると星３つか。

2人のお客様がこれが役に立ったと考えています

役に立った

seasideoyaji

知れば知るほど脳の仕組みと機械学習の仕組みはよく似ている

2020年2月2日に日本でレビュー済み

Amazonで購入

ベイズ推定に興味を持ち、大関さんの「ベイズ推定入門モデル選択からベイズ的最適化まで」を読みました。また機械学習の仕組みにも興味が湧いたので、この本を手に取りました。

数式がほとんどなく、概念を分かりやすくストーリー仕立てで説明してくれています。それでも難しい部分は、さらりと流しながら読み終えました。

人間の脳と同じ働きをディープボルツマン機械学習や多層ニューラルネットワークは行っているようです。
新たに機械学習に関する知識が加われば、自分の脳と併せて双方向性で、さまざま事象の予測に役立つような気がします。

〈機械学習は過学習との戦い〉と著者は述べていますが、人間は常識や固定観念に囚われて非合理的な判断・意思決定をしてしまいがちです。
思考の過程で“遊び”や“ゆとり”、つまり機械学習における〈グシャと変形させる非線形変換〉があれば、〈鞍点〉から抜け出せることがあります。

〈機械学習の洗練された方法で、機械が賢くなり、コンピュータが色々なことを学びとリ、未来を予測できるようになる。これが教師あり学習です。でもそれだけでなくて、データから人間が学びとるために、そのデータを解析するという教師なき学習も非常に重要なんです。〉

〈入力層を引っくり返して出力層に換えて中間層を抽出する〉？〈自己符号化〉ってなんだ～？〈元の形に戻せる非線形変換〉？→→→本当に重要な特徴量を抽出する

でも、これは私たちが頭の中であ～でもない、こ～でもない、と上から下から考える方向を変える情報マッピングと言う習性によく似ています。

〈重要でない要素をゼロにするスパースモデリング〉は私たちが当たり前に脳内ネットワーク層で行っています。

〈だから大量に必要なのは、事前学習をするためのデータなんですね。世の中のことを知らないとダメ。その後の微調整はタスクに応じてできるので、まあ割りと少ないデータでも構わないです。こうすることで多層ニューラルネットワークの潜在的性能を引き出すことができると知られています。〉

人間の脳、機械学習のどちらにも言えることです。まさに、私が求めている答です。

私の趣味は投資です。FXのような反射神経頼みの投資スタイルではなく、資産価値が変動する原因となる因果関係に注目するファンダメンタルズ分析というスタイルです。

資産クラスはそれぞれ固有の特徴を持つと同時に、ときどき多くの変動要因によって価値が変動します。
そこを分析して、私自身の判断や意思決定が常に妥当なものであるためには、心理学や行動経済学、ゲーム理論、歴史、地政学といった学際に知識を持つ必要があります。

そうした分野の読書を続けているに従い、いつしか「高次元の思考」が「低次元の感情」をコントロールしている自分自身に気づくようになりました。

最新のコンピュータが約2000層のニューラルネットワークを持っている一方で、私たちの脳はたかだか5～6層の脳内ネットワーク層を持っているに過ぎませんが、人間の脳の仕組みと機械学習の仕組みは知れば知るほどよく似ています。

読書を通して広く深く知識を積み重ねることで、私自身の脳内ネットワーク層をまだまだチューンアップできると確信しました。

役に立った

	非会員	プライム会員
通常配送	¥410 - ¥450*	無料
お急ぎ便	¥510 - ¥550
お届け日時指定便	¥510 - ¥650

Amazon Advertising 商品の露出でお客様の関心と反応を引き出す	Audible（オーディブル）「聴く」読書会員なら聴き放題	アマゾンウェブサービス（AWS）クラウドコンピューティングサービス	Amazonアウトレット訳あり商品をお手頃価格で販売

Amazonビジネス（法人購買）請求書払い法人価格・数量割引	AmazonGlobal 65か国/地域以上への海外配送がより簡単に	Shopbop 世界中の厳選されたファッションアイテム

プライム無料体験をお試しいただけます

画像はありません

著者をフォロー