Kindle 価格: | ¥1,320 (税込) |
獲得ポイント: | 132ポイント (10%) |
を購読しました。 続刊の配信が可能になってから24時間以内に予約注文します。最新刊がリリースされると、予約注文期間中に利用可能な最低価格がデフォルトで設定している支払い方法に請求されます。
「メンバーシップおよび購読」で、支払い方法や端末の更新、続刊のスキップやキャンセルができます。
エラーが発生しました。 エラーのため、お客様の定期購読を処理できませんでした。更新してもう一度やり直してください。
無料のKindleアプリをダウンロードして、スマートフォン、タブレット、またはコンピューターで今すぐKindle本を読むことができます。Kindleデバイスは必要ありません。
ウェブ版Kindleなら、お使いのブラウザですぐにお読みいただけます。
携帯電話のカメラを使用する - 以下のコードをスキャンし、Kindleアプリをダウンロードしてください。
サンプル サンプル
深層学習の原理に迫る 数学の挑戦 (岩波科学ライブラリー) Kindle版
第三次人工知能(AI)ブームの中核的役割を果たす深層学習(ディープ・ラーニング)は,その高い信頼性と汎用性ゆえに様々な領域に応用されていく一方で,「なぜうまくいくのか」すなわち「なぜ優れた性能を発揮するのか」ということは分かっていない.深層学習の原理を数学的に解明するという難題に,気鋭の研究者が挑む.
- 言語日本語
- 出版社岩波書店
- 発売日2021/4/16
- ファイルサイズ18677 KB
この本はファイルサイズが大きいため、ダウンロードに時間がかかる場合があります。Kindle端末では、この本を3G接続でダウンロードすることができませんので、Wi-Fiネットワークをご利用ください。
この本を読んだ購入者はこれも読んでいます
ページ 1 以下のうち 1 最初から観るページ 1 以下のうち 1
商品の説明
著者について
今泉允聡(いまいずみ まさあき)
1988年に宮城県仙台市に生まれる。2007年に私立開成高校卒業。2011年に東京大学文学部卒業。2017年に東京大学経済学研究科博士課程を修了し博士号取得(統計学専攻)。統計数理研究所助教などを経て、2020年より東京大学総合文化研究科先進科学研究機構准教授。理化学研究所革新知能統合研究センター客員研究員、JSTさきがけ研究員、統計数理研究所客員准教授を兼ねる。研究領域は数理統計学および統計的学習理論。深層学習の理論研究や現代的複雑データの解析を行う。
1988年に宮城県仙台市に生まれる。2007年に私立開成高校卒業。2011年に東京大学文学部卒業。2017年に東京大学経済学研究科博士課程を修了し博士号取得(統計学専攻)。統計数理研究所助教などを経て、2020年より東京大学総合文化研究科先進科学研究機構准教授。理化学研究所革新知能統合研究センター客員研究員、JSTさきがけ研究員、統計数理研究所客員准教授を兼ねる。研究領域は数理統計学および統計的学習理論。深層学習の理論研究や現代的複雑データの解析を行う。
登録情報
- ASIN : B09FPBQM9C
- 出版社 : 岩波書店 (2021/4/16)
- 発売日 : 2021/4/16
- 言語 : 日本語
- ファイルサイズ : 18677 KB
- Text-to-Speech(テキスト読み上げ機能) : 有効
- X-Ray : 有効にされていません
- Word Wise : 有効にされていません
- 付箋メモ : Kindle Scribeで
- 本の長さ : 160ページ
- Amazon 売れ筋ランキング: - 94,385位Kindleストア (Kindleストアの売れ筋ランキングを見る)
- - 406位人工知能
- - 408位コンピュータサイエンス (Kindleストア)
- カスタマーレビュー:
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。
著者の本をもっと発見したり、よく似た著者を見つけたり、著者のブログを読んだりしましょう
-
トップレビュー
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。
2024年3月28日に日本でレビュー済み
Amazonで購入
数式は断片的にしか出てこないので、数学的知識がそれほど無くても深層学習の理論は道半ばであることが良く分かり、さらに興味が湧いてくる一冊である。この危ういものに人類は頼ろうとしているが本当に大丈夫だろうか
2024年4月29日に日本でレビュー済み
Amazonで購入
これだけ市井でAIが語られている中、その原理的な点についての教養として分かりやすく書かれている。
2024年5月2日に日本でレビュー済み
構成論的に発展した深層学習を、分析的に理論化する各学説のサーベイとして読める。深層学習は統計学等における既存の理論に矛盾する挙動を示すことがあり、新たな理論が必要とされている(特に二重降下は驚きである)。深層学習は、熱力学・統計力学者も参加してその原理を探求しているという、現在ホットなトピックなのだ。YouTubeにある「深層学習と過剰パラメータの理論、人工知能の理解への試み」は、本書をプレゼンテーションとして理解するのに丁度よい。また、著者が文学部卒であることに驚く。
2021年4月21日に日本でレビュー済み
Amazonで購入
この本がなぜ縦書きなのか気になります。
数式も縦書きで非常に読みにくいです。
もう一度言わせてください。
なぜ縦書きだったんでしょうか?
数式も縦書きで非常に読みにくいです。
もう一度言わせてください。
なぜ縦書きだったんでしょうか?
2021年12月22日に日本でレビュー済み
Amazonで購入
プログラミングとしてのディープラーニングを理解しても、
「なぜうまくいくのか?」という漠然とした疑問(本書では
この疑問をもっと定量的に定義している)は解決されない。
この問題を考える一冊。数式も多少出てくるので、多少専門
的な知識がないと読むのがつらいかもしれないが、全体的に
は言葉で説明しているので啓蒙書に近い内容。読みやすく、
深層学習の理解を深めるのには良い本だと思う。全体を1時
間程度で読むことができる。一度深層学習について学んだ後
に、読むと現在の深層学習に関しての全体像が掴める。
「なぜうまくいくのか?」という漠然とした疑問(本書では
この疑問をもっと定量的に定義している)は解決されない。
この問題を考える一冊。数式も多少出てくるので、多少専門
的な知識がないと読むのがつらいかもしれないが、全体的に
は言葉で説明しているので啓蒙書に近い内容。読みやすく、
深層学習の理解を深めるのには良い本だと思う。全体を1時
間程度で読むことができる。一度深層学習について学んだ後
に、読むと現在の深層学習に関しての全体像が掴める。
2021年5月4日に日本でレビュー済み
Amazonで購入
深層学習の数学的背景が日本語で学べる数少ない書籍。
2020年までの最新知識についてわかりやすくまとめられています。
滑らかな関数に対しては2層のニューラルネットワークが有用だけが、滑らかでない関数あるいは非均一的な関数に対しては4層以上のニューラルネットワークが有用である、という知見が非常に勉強になりました。
また個人的に論文を何度読んでもわからなかった「Double descent」という現象の数学的背景が書かれてあるのが良かったと思います。
AI/深層学習を学んでいるけど、なぜこの仕組みがうまくいくのかわからないと思っている人に有用だと思います。
特にサポートベクターマシーンから転教したけど納得いかないと思っている人に良いのではないでしょうか。
2020年までの最新知識についてわかりやすくまとめられています。
滑らかな関数に対しては2層のニューラルネットワークが有用だけが、滑らかでない関数あるいは非均一的な関数に対しては4層以上のニューラルネットワークが有用である、という知見が非常に勉強になりました。
また個人的に論文を何度読んでもわからなかった「Double descent」という現象の数学的背景が書かれてあるのが良かったと思います。
AI/深層学習を学んでいるけど、なぜこの仕組みがうまくいくのかわからないと思っている人に有用だと思います。
特にサポートベクターマシーンから転教したけど納得いかないと思っている人に良いのではないでしょうか。
2022年9月18日に日本でレビュー済み
Amazonで購入
深層学習の原理について、最近の数学的研究が素人にもわかりやすくシンプルにまとまっています。
が、素人が参考にするには話題が専門的で、研究者が参考にするには引用文献が少なすぎるので、想定読者が謎です。
が、素人が参考にするには話題が専門的で、研究者が参考にするには引用文献が少なすぎるので、想定読者が謎です。
2021年6月24日に日本でレビュー済み
Amazonで購入
いわゆる読み物的な本ですが、深層学習の理論についての最新の話題に触れていてとても興味深かったです。