ベイズ深層学習
- 電子あり
内容紹介
おすすめの本
-
電子あり
イラストで学ぶ ロボット工学
-
電子あり
計算力を強くする 完全版 視点を変えれば、解き方が「見える」
-
電子あり
記号創発ロボティクス 知能のメカニズム入門
-
電子あり
脳と人工知能をつないだら、人間の能力はどこまで拡張できるのか 脳AI融合の最前線
-
ぼくとビル・ゲイツとマイクロソフト アイデア・マンの軌跡と夢
-
電子あり
マスターアルゴリズム 世界を再構築する「究極の機械学習」
-
電子あり
人間と機械のあいだ 心はどこにあるのか
-
電子あり
機械学習スタートアップシリーズ Pythonで学ぶ強化学習 [改訂第2版] 入門から実践まで
-
電子あり
例と演習で学ぶ 確率論
-
電子あり
テンソルネットワーク入門
-
電子あり
人工知能はいかにして強くなるのか? 対戦型AIで学ぶ基本のしくみ
-
電子あり
四色問題 どう解かれ何をもたらしたのか
目次
第1章 はじめに
1.1 ベイズ統計とニューラルネットワークの変遷
1.2 ベイズ深層学習
第2章 ニューラルネットワークの基礎
2.1 線形回帰モデル
2.2 ニューラルネットワーク
2.3 効率的な学習法
2.4 ニューラルネットワークの拡張モデル
第3章 ベイズ推論の基礎
3.1 確率推論
3.2 指数型分布族
3.3 ベイズ線形回帰
3.4 最尤推定,MAP推定との関係
第4章 近似ベイズ推論
4.1 サンプリングに基づく推論手法
4.2 最適化に基づく推論手法
第5章 ニューラルネットワークのベイズ推論
5.1 ベイズニューラルネットワークモデルの近似推論法
5.2 近似ベイズ推論の効率化
5.3 ベイズ推論と確率的正則化
5.4 不確実性の推定を使った応用
第6章 深層生成モデル
6.1 変分自己符号化器
6.2 変分モデル
6.3 生成ネットワークの構造学習
6.4 その他の深層生成モデル
第7章 深層学習とガウス過程
7.1 ガウス過程の基礎
7.2 ガウス過程による分類
7.3 ガウス過程のスパース近似
7.4 深層学習のガウス過程解釈
7.5 ガウス過程による生成モデル
製品情報
製品名 | ベイズ深層学習 |
---|---|
著者名 | 著:須山 敦志 |
発売日 | 2019年08月08日 |
価格 | 定価:3,300円(本体3,000円) |
ISBN | 978-4-06-516870-7 |
判型 | A5 |
ページ数 | 312ページ |
シリーズ | 機械学習プロフェッショナルシリーズ |
関連シリーズ
-
ことばの意味を計算するしくみ
-
データサイエンスはじめの一歩
-
転移学習
-
応用基礎としてのデータサイエンス
-
詳解 3次元点群処理
-
入門講義 量子コンピュータ
-
現場で活用するための機械学習エンジニアリング
-
Juliaで作って学ぶベイズ統計学
-
はじめての機械学習
-
教養としてのデータサイエンス
-
ディープラーニング 学習する機械
-
これならわかる機械学習入門
-
Pythonで学ぶ実験計画法入門 ベイズ最適化によるデータ解析
-
絵でわかるネットワーク
-
絵でわかるサイバーセキュリティ
-
Pythonで学ぶ強化学習
-
統計モデルと推測
-
スタンフォード ベクトル・行列からはじめる最適化数学
-
データサイエンスの基礎
-
イラストで学ぶディープラーニング
-
テキスト・画像・音声データ分析
-
データサイエンスのためのデータベース
-
イラストで学ぶ ヒューマンインタフェース
-
コンパクトデータ構造
-
しっかり学ぶ数理最適化
-
Raspberry Piではじめる機械学習
-
マスターアルゴリズム 世界を再構築する「究極の機械学習」
-
今度こそわかる量子コンピューター
-
絵でわかるスーパーコンピュータ
-
ベイズ推論による機械学習入門
-
これならわかる深層学習入門
-
情報メディア論
-
イラストで学ぶ 音声認識
-
イラストで学ぶ 機械学習 最小二乗法による識別モデル学習