ディープラーニング構築テンプレート[AIプロジェクトの必須事項と技術的指針]

ディープラーニング構築テンプレート[AIプロジェクトの必須事項と技術的指針]

¥2,700+税

品種名
書籍
発売日
2020/9/23
ページ数
272
サイズ
A5判
著者
Adam Gibson 著/新郷 美紀 著
ISBN
9784295009863

構築運用の手順と技術的要点を確認できる!

企業でもディープラーニングを活用しようとする動きが増えてきていますが、ディープラーニングのシステム化に成功するには、そのための十分な知識が必要です。本書では、さまざまなAIプロジェクトでの経験を有するアダム・ギブソン氏が、ディープラーニングなどAIを活用したシステム化のキーポイントを説明します。また、ディープラーニングの使いこなしに役立つ本質的な知識も解説。今まさに現場でAI技術の実装を行っている方、AIプロジェクトの管理を行っている方に格好の内容となっています。

「読者アンケートに答える」「読者プレゼントに応募」の場合もこちらをご利用ください。

アンケートに答える

書籍の内容に関するお問い合わせはこちら。お答えできるのは本書に記載の内容に関することに限ります。

学校・法人一括購入に関するお問い合わせはこちらへ。

一括購入窓口

著者紹介

[著者]Adam Gibson(アダム・ギブソン)
Konduit社のCTO。前職はSkymind社の共同経営者。2010年からオープンソースソフトウェアの
開発を行っている。2012年にJavaベースの機械学習システムであるDeeplearning4jを発案。
アメリカのミシガン州で育ち、数年間をシリコンバレーで過ごす。現在は東京在住。

[著者/訳者]新郷 美紀(しんごう みき)
現在、AI領域のソリューションアーキテクトとして活動中。東京工業大学卒、日本電気勤務。
著書に『アプリケーションエンジニアのためのApache Spark入門』(秀和システム)がある。
また『詳説Deep Learning―実務者のためのアプローチ』(オライリージャパン)の一部の
翻訳を担当。2019年と2020年に世界の人物年鑑Who's Who in the WorldのScience and
Engineering部門に選出された。

目次

第1章 ディープラーニングプロジェクトはなぜうまくいかないのか
1.1 本書がディープラーニングに注力する理由
1.2 なぜディープラーニングから学ぼうとするのか
1.3 ディープラーニングが採用される要因
1.4 ディープラーニングの現場での課題
1.5 AIテンプレートの重要性
1.6 本書で取り上げる内容

第2章 機械学習プロジェクトの標準プロセス[課題理解からメンテナンスまで]
2.1 ビジネス課題の理解
2.2 探索的データ分析
2.3 モデル開発の下準備
2.4 モデル開発
2.5 モデルのサービス展開(デプロイ)
2.6 モデルの品質管理
2.7 プロジェクトの検討項目としてのAIテンプレート
2.8 まとめ

第3章 ディープラーニングの基本構成
3.1 ニューラルネットワークの処理概要
3.2 ニューラルネットワーク処理プロセスの概要
3.3 ニューラルネットワークの学習
3.4 ニューラルネットワークの各機能
3.5 ニューラルネットワークの学習の動作
3.6 ニューラルネットワークの隠れ層の学習についての直感的理解
3.7 ニューラルネットワークの学習の割合や回数に関する指定
3.8 ニューラルネットワークの評価
3.9 ディープニューラルネットとは
3.10 ディープニューラルネットの学習
3.11 まとめ

第4章 畳み込みニューラルネットワークのメカニズムと意味をとらえる
4.1 CNN の本質を理解するために
4.2 CNNの概要
4.3 CNNの特徴
4.4 まとめ

第5章 再帰型ニューラルネットワークのメカニズムと意味をとらえる
5.1 本章の目的
5.2 シーケンシャルデータとRNNの概要
5.3 LSTM
5.4 その他のトピックス
5.5 まとめ

第6章 AI開発テンプレート適用のユースケース
6.1 ビジネスのポイントと分析
6.2 機械学習に対応できるチームやプロジェクトの選定
6.3 課題の例:解約予測(Churn Prediction)
6.4 解約予測で考慮すべき内容
6.5 解約予測で用いる探索的データ分析
6.6 最初の機械学習の実験(Experiment)
6.7 モデルの構築方法
6.8 モデルの展開
6.9 解約予測モデルの維持管理
6.10 長期的に価値を維持するためにすべきこと
6.11 従来の解約予測と機械学習による方法の比較
6.12 おわりに

Appendix AIテンプレートを実装したサンプル
A.1 利用するデータセット
A.2 サンプルの実行条件
A.3 Docker上でのサンプルの実行手順

ダウンロード

  •  本書Appendixのサンプルコードを下記のリンクからダウンロードできます。

お詫びと訂正

現在のところ、本製品に正誤情報はありません。

お問い合わせ

書籍の内容に関するお問い合わせはこちら。お答えできるのは本書に記載の内容に関することに限ります。

お問い合わせフォーム