滿額折
練好深度學習的基本功：用Python進行基礎數學理論的實作
- 系列名：程式設計/APP開發
- ISBN13：9789865025472
- 出版社：碁峰資訊
- 作者：立石賢吾
- 譯者：衛宮紘
- 裝訂／頁數：平裝／352頁
- 規格：23cm*17cm*2.1cm (高/寬/厚)
- 版次：1
- 出版日：2020/08/06
相關商品
商品簡介
作者簡介
序
目次
商品簡介
從基本暸解深度學習的運作機制！
詳盡解說讓不擅長數學的人也能夠暸解。
僅用Python和NumPy，就可一步一腳印完成實作！
獻給想要跨出「只會使用函式庫實作」舒適圈的人。
「雖然我知道如何透過函式庫來做深度學習，但其實並不曉得它到底是怎麼運作」
「想要了解深度學習的數學原理，搞懂深度學習的運作方式」
本書就是為了滿足這樣的需求而推出的。透過朋友之間的對話，採用原理解說與實作並行的方式，從最基礎的原點開始重新認識深度學習。
．何謂類神經網路
．如何實作感知器演算法
．類神經網路如何學習權重和偏差
．如何正確學習參數解題
．實作卷積神經網路
詳盡解說讓不擅長數學的人也能夠暸解。
僅用Python和NumPy，就可一步一腳印完成實作！
獻給想要跨出「只會使用函式庫實作」舒適圈的人。
「雖然我知道如何透過函式庫來做深度學習，但其實並不曉得它到底是怎麼運作」
「想要了解深度學習的數學原理，搞懂深度學習的運作方式」
本書就是為了滿足這樣的需求而推出的。透過朋友之間的對話，採用原理解說與實作並行的方式，從最基礎的原點開始重新認識深度學習。
．何謂類神經網路
．如何實作感知器演算法
．類神經網路如何學習權重和偏差
．如何正確學習參數解題
．實作卷積神經網路
作者簡介
立石賢吾
佐賀大學畢業後經歷數間開發公司，於2014年進入LINE Fukuoka，負責商品推薦、文件分類等的機器學習產品。2019年進入SmartNews，擔任機器學習工程師。
佐賀大學畢業後經歷數間開發公司，於2014年進入LINE Fukuoka，負責商品推薦、文件分類等的機器學習產品。2019年進入SmartNews，擔任機器學習工程師。
序
隨著類神經網路、深度學習等演算法興起，AI（人工智慧）一詞逐漸受到關注。雖然AI聽起來像是非常了不起的東西，但它能夠做到什麼事情？會對我們的生活造成什麼改變？能夠具體想像的人其實並不多。
近年來，大量的開發框架、函式庫、資料集、學習環境、文件問世，任何人想要運用類神經網路的技術，都能夠輕鬆上手。困難複雜的部分被巧妙地隱藏起來，即便不曉得類神經網路的運作原理，也能夠輕鬆完成實作。然而，還是得暸解內部的運作機制，掌握基礎才有辦法做更進一步的有效地運用，也才能真正掌握AI類神經網路的活用方式。
本書設定的讀者對象是對類神經網路感興趣，並想要確實理解內容的的工程師，透過想要學習類神經網路的主角綾乃、熟習類神經網路的好友美緒，以及正在修習類神經網路的悠河等三位登場人物的對話，一起學習、探究類神經網路究竟是什麼。本書致力於從數學面切入解說，以一本針對初學者的書而言，本書內容罕見地出現許多數學式，但讀者只要隨著登場人物的對話閱讀，就能自然而然地理解數學式，請不必過於恐懼數學式，慢慢閱讀下去。
根據從中獲得的基礎知識，採取什麼樣的行動取決於讀者自身。類神經網路每天都以難以置信的速度發展，在各式各樣的領域交出眾多成果。讀者不是學習完就結束，務必思索類神經網路的價值、活用方式，試著付諸實踐。
那麼，讓我們跟著綾乃、美緒、悠河，一起踏上學習類神經網路之旅吧！
近年來，大量的開發框架、函式庫、資料集、學習環境、文件問世，任何人想要運用類神經網路的技術，都能夠輕鬆上手。困難複雜的部分被巧妙地隱藏起來，即便不曉得類神經網路的運作原理，也能夠輕鬆完成實作。然而，還是得暸解內部的運作機制，掌握基礎才有辦法做更進一步的有效地運用，也才能真正掌握AI類神經網路的活用方式。
本書設定的讀者對象是對類神經網路感興趣，並想要確實理解內容的的工程師，透過想要學習類神經網路的主角綾乃、熟習類神經網路的好友美緒，以及正在修習類神經網路的悠河等三位登場人物的對話，一起學習、探究類神經網路究竟是什麼。本書致力於從數學面切入解說，以一本針對初學者的書而言，本書內容罕見地出現許多數學式，但讀者只要隨著登場人物的對話閱讀，就能自然而然地理解數學式，請不必過於恐懼數學式，慢慢閱讀下去。
根據從中獲得的基礎知識，採取什麼樣的行動取決於讀者自身。類神經網路每天都以難以置信的速度發展，在各式各樣的領域交出眾多成果。讀者不是學習完就結束，務必思索類神經網路的價值、活用方式，試著付諸實踐。
那麼，讓我們跟著綾乃、美緒、悠河，一起踏上學習類神經網路之旅吧！
目次
Chapter 1｜開始接觸類神經網路
類神經網路是什麼東西？先來比較跟其他機器學習演算法的差異，再以圖片、簡單的數學式解說類神經網路的結構與能夠做到哪些事情。
Chapter 2｜學習正向傳播
解說構成感知器類神經網路的單純演算法是如何進行運算，舉判別圖像尺寸為例，學習從輸入值到輸出值依序計算的「正向傳播」。
Chapter 3｜學習反向傳播
說明在類神經網路上，如何求得適當的權重與偏差。使用微分更新權重與偏差，盡可能減少「誤差」，但正攻法的計算相當麻煩，因此我們會採用簡化計算的「誤差反向傳播法」。
Chapter 4｜學習卷積類神經網路
學會類神經網路的基本原理後，接著學習使用卷積類神經網路處理圖像，舉出卷積類神經網路的特有機制、運算，並說明權重、偏差的更新方法。
Chapter 5｜實作類神經網路
根據前面章節學到的類神經網路計算方法， 使用Python編寫程式。以Chapter 2、3 出現的基本類神經網路，實作圖像的尺寸判定；以Chapter 4出現的卷積類神經網路實作手寫文字辨識。
Appendix
收錄Chapter 1 ∼ 5未能詳細解說的數學知識、Python程式設計的環境設置、Python與NumPy的簡易說明。
類神經網路是什麼東西？先來比較跟其他機器學習演算法的差異，再以圖片、簡單的數學式解說類神經網路的結構與能夠做到哪些事情。
Chapter 2｜學習正向傳播
解說構成感知器類神經網路的單純演算法是如何進行運算，舉判別圖像尺寸為例，學習從輸入值到輸出值依序計算的「正向傳播」。
Chapter 3｜學習反向傳播
說明在類神經網路上，如何求得適當的權重與偏差。使用微分更新權重與偏差，盡可能減少「誤差」，但正攻法的計算相當麻煩，因此我們會採用簡化計算的「誤差反向傳播法」。
Chapter 4｜學習卷積類神經網路
學會類神經網路的基本原理後，接著學習使用卷積類神經網路處理圖像，舉出卷積類神經網路的特有機制、運算，並說明權重、偏差的更新方法。
Chapter 5｜實作類神經網路
根據前面章節學到的類神經網路計算方法， 使用Python編寫程式。以Chapter 2、3 出現的基本類神經網路，實作圖像的尺寸判定；以Chapter 4出現的卷積類神經網路實作手寫文字辨識。
Appendix
收錄Chapter 1 ∼ 5未能詳細解說的數學知識、Python程式設計的環境設置、Python與NumPy的簡易說明。
您曾經瀏覽過的商品
購物須知
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。