Jリーグから海外リーグまで、サッカーの最前線を追う！Fire TVで全試合をチェック
10パーセントの割引で￥3,445 税込
紙の本の価格： ￥3,828
獲得予定ポイント: +34 pt (1%)

ご購入時にプロモーションが適用されます

これらのプロモーションはこの商品に適用されます:

一部のプロモーションは他のセールと組み合わせることができますが、それ以外のプロモーションは組み合わせることはできません。詳細については、これらのプロモーションに関連する規約をご覧ください。

今すぐお読みいただけます: 無料アプリ
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。
Kindleアプリのロゴ画像

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。

KindleアプリをダウンロードするためのQRコード

著者をフォロー

小川 雄太郎
フォロー
何か問題が発生しました。後で再度リクエストしてください。

つくりながら学ぶ！PyTorchによる発展ディープラーニング Kindle版

小川 雄太郎 (著) 形式: Kindle版
4.3 5つ星のうち4.3 143個の評価
すべての形式と版を表示
※この商品は固定レイアウト型の電子書籍です。
※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。
※お使いの端末で無料サンプルをお試しいただいた上でのご購入をお願いいたします。
※本書内容はカラーで制作されているページがございますため、カラー表示可能な端末での閲覧を推奨いたします。

ディープラーニングの発展・応用手法を実装しながら学ぼう

本書ではディープラーニングの発展・応用手法を実装しながら学習していきます。ディープラーニングの実装パッケージとしてPyTorchを利用します。扱うタスク内容とディープラーニングモデルは次の通りで「ビジネスの現場でディープラーニングを活用するためにも実装経験を積んでおきたいタスク」という観点で選定しました。

［本書で学習できるタスク］
転移学習、ファインチューニング：少量の画像データからディープラーニングモデルを構築
物体検出（SSD）：画像のどこに何が映っているのかを検出
セマンティックセグメンテーション（PSPNet）：ピクセルレベルで画像内の物体を検出
姿勢推定（OpenPose）：人物を検出し人体の各部位を同定しリンク
GAN（DCGAN、Self-Attention GAN）：現実に存在するような画像を生成
異常検知（AnoGAN、Efficient GAN）：正常画像のみからGANで異常画像を検出
自然言語処理（Transformer、BERT）：テキストデータの感情分析を実施
動画分類（3DCNN、ECO）：人物動作の動画データをクラス分類

本書は第1章から順番に様々なタスクに対するディープラーニングモデルの実装に取り組むことで高度かつ応用的な手法が徐々に身につく構成となっています。各ディープラーニングモデルは執筆時点でState-of-the-Art（最高性能モデル）の土台となっており、実装できるようになればその後の研究・開発に役立つことでしょう。
ディープラーニングの発展・応用手法を楽しく学んでいただければ幸いです。


実装環境
・読者のPC（GPU環境不要）、AnacondaとJupyter Notebook、AWSを使用したGPUサーバー
・AWSの環境：p2.xlargeインスタンス、Deep Learning AMI（Ubuntu）マシンイメージ（OS Ubuntu 16.04|64ビット、NVIDIA K80 GPU、Python 3.6.5、conda 4.5.2、PyTorch 1.0.1）

●目次
第1章 画像分類と転移学習（VGG）
第2章 物体認識（SSD）
第3章 セマンティックセグメンテーション（PSPNet）
第4章 姿勢推定（OpenPose）
第5章 GANによる画像生成（DCGAN、Self-Attention GAN）
第6章 GANによる異常検知（AnoGAN、Efficient GAN)
第7章 自然言語処理による感情分析（Transformer）
第8章 自然言語処理による感情分析（BERT）
第9章 動画分類（3DCNN、ECO）


●著者
小川 雄太郎
SIerの技術本部・開発技術部に所属。ディープラーニングをはじめとした機械学習関連技術の研究開発・技術支援を業務とする。明石工業高等専門学校、東京大学工学部を経て、東京大学大学院、神保・小谷研究室にて脳機能計測および計算論的神経科学の研究に従事し、2016年に博士号（科学）を取得。東京大学特任研究員を経て、2017年4月より現職。本書の他に、「つくりながら学ぶ! 深層強化学習 -PyTorchによる実践プログラミング-」（マイナビ出版、2018年6月）なども執筆。
商品の詳細の前のスライド
  1. 本の長さ
    516ページ
  2. 言語
    日本語
  3. 出版社
    マイナビ出版
  4. 発売日
    2019/7/29
  5. ファイルサイズ
    127.1 MB
  6. Page Flip
    有効にされていません
  7. Word Wise
    有効にされていません
  8. タイプセッティングの改善
    有効にされていません
  9. すべての詳細を表示
商品の詳細の次のスライド
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。

商品の説明

著者について

SIerの技術本部・開発技術部に所属。ディープラーニングをはじめとした機械学習関連技術の研究開発・技術支援を業務とする。明石工業高等専門学校、東京大学工学部を経て、東京大学大学院、神保・小谷研究室にて脳機能計測および計算論的神経科学の研究に従事し、2016年に博士号(科学)を取得。東京大学特任研究員を経て、2017年4月より現職。本書の他に、「つくりながら学ぶ! 深層強化学習 -PyTorchによる実践プログラミング-」(マイナビ出版、2018年6月)なども執筆。

登録情報

  • ASIN ‏ : ‎ B07VPDVNKW
  • 出版社 ‏ : ‎ マイナビ出版 (2019/7/29)
  • 発売日 ‏ : ‎ 2019/7/29
  • 言語 ‏ : ‎ 日本語
  • ファイルサイズ ‏ : ‎ 127.1 MB
  • Text-to-Speech（テキスト読み上げ機能） ‏ : ‎ 有効になっていません。
  • X-Ray ‏ : ‎ 有効にされていません
  • Word Wise ‏ : ‎ 有効にされていません
  • 本の長さ ‏ : ‎ 516ページ
  • カスタマーレビュー:
    4.3 5つ星のうち4.3 143個の評価

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。
小川 雄太郎

小川 雄太郎

Brief content visible, double tap to read full content.
Full content visible, double tap to read brief content.

著者の本をもっと見つけたり、似たような著者を調べたり、おすすめの本を読んだりできます。

カスタマーレビュー

星5つ中4.3つ
143グローバルレーティング

この商品をレビュー

他のお客様にも意見を伝えましょう
カスタマーレビューを書く

お客様のご意見

お客様はこの機械学習入門書について、分かりやすい内容と充実したサポートを評価しています。作りながら学べることや、最新アルゴリズムが理解できる点も好評です。また、ダウンロードサンプルも動作しており、中級者向けだと感じているようです。ただし、内容自体はレベルが高いという指摘もあります。

お客様の投稿に基づきAIで生成されたものです。カスタマーレビューは、お客様自身による感想や意見であり、Amazon.co.jpの見解を示すものではありません。

選択して詳細を見る

分かりやすさ内容
11人のお客様が「分かりやすさ」について述べています。9肯定的2否定的

お客様はこの機械学習入門書について、分かりやすい内容と親切なサポートを高く評価しています。作りながら学べることや最新アルゴリズムが理解できる点も好評です。また、初心者脱却の一冊として非常に丁寧な本だと評価されています。ただし、途中に出てくるコードで難解な部分があるという指摘もあります。

"...ただし、内容自体はレベルが高いように感じる。入門書では知ることのなかった転移学習やデータオーギュメンテーションなど、有用なコンセプトが序盤から頻発している。ただし、説明自体はあっさりしているので、本書の恩恵を十全に受けたいなら読者にも相応の力量が求められると思う。..." もっと読む

"機械学習の基礎をかじった後の中級者向けか。作りながら学べるし、ダウンロードサンプルもちゃんと動く。すばらしい" もっと読む

"...Issueに質問を投げれば恐らく答えてくれるそうで、こういうところまでしっかりやってくれるのはとてもありがたいなと感じました。 内容はとてもいいのですがやはり途中に出てくるコードで難解な部分がいくつもあります。..." もっと読む

"技術を俯瞰するのに使いました。 プログラムは基本に準拠しており、利用しやすいと感じました。" もっと読む

3人のお客様が「内容」について述べています。3肯定的0否定的

お客様はこの製品の内容について高く評価しています。内容自体はレベルが高く、中級者向けだと感じています。また、機械学習の基礎を固めてから使用すると述べています。

"...ただし、内容自体はレベルが高いように感じる。入門書では知ることのなかった転移学習やデータオーギュメンテーションなど、有用なコンセプトが序盤から頻発している。ただし、説明自体はあっさりしているので、本書の恩恵を十全に受けたいなら読者にも相応の力量が求められると思う。..." もっと読む

"...内容はとてもいいのですがやはり途中に出てくるコードで難解な部分がいくつもあります。しかし、内容が面白くしっかりしていたため少し機能を拡張したり他の話題に転用することができました。実践向けの本なので積極的に色んな話題に挑戦してみると、より定着すると思います。..." もっと読む

"中〜上級者向け。初心者脱却の一冊。..." もっと読む

上位レビュー、対象国： 日本

  • 国道
    5つ星のうち5.0 中級者向け。機械学習の基礎を固めてからならばかなり有用
    2020年1月13日に日本でレビュー済み
    Amazonで購入
    ゼロから作るDeep learningを一通り読了し、自力でのモデル作成等を試した後、高度な機械学習を求めてpytorchとこの本にたどり着いた。
    発展と名のついているように、手取り足取り教えてくれる本ではない。PyTorch学習用として購入したが、使い方の記述は最小限に抑えられている。また、PIL、numpy、torchvisionなどのライブラリも使用されているが、これらの説明がされることもないので、ネットで調べながら学習することは必須。
    ただし、内容自体はレベルが高いように感じる。入門書では知ることのなかった転移学習やデータオーギュメンテーションなど、有用なコンセプトが序盤から頻発している。ただし、説明自体はあっさりしているので、本書の恩恵を十全に受けたいなら読者にも相応の力量が求められると思う。

    個人的には学習段階にある程度マッチしていたので良書となったが、機械学習の一冊目として購入していたなら挫折していただろう。一通り機械学習を学び次のステップを踏みたい（そしてそのステップをPyTorchで踏みたい）人であれば本書は非常にお勧めできます。
    39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
     レポート
  • 翌日配達ありがとう
    5つ星のうち4.0 よし
    2020年3月23日に日本でレビュー済み
    Amazonで購入
    機械学習の基礎をかじった後の中級者向けか。作りながら学べるし、ダウンロードサンプルもちゃんと動く。すばらしい
    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
     レポート
  • Shun
    5つ星のうち5.0 質問対応がしっかりとしている。
    2021年5月18日に日本でレビュー済み
    Amazonで購入
    中上級者に向けたこれ以上にないPyTorchの良書だと思います！！！
    自分はバージョン管理が億劫で本書で推奨されている3.6ではなく3.8で使っていたら案の定途中でバグが発生してしまったんですが、GitHubのIssueがとても活発でそれに助けられて問題を解決することが出来ました。Issueに質問を投げれば恐らく答えてくれるそうで、こういうところまでしっかりやってくれるのはとてもありがたいなと感じました。
    内容はとてもいいのですがやはり途中に出てくるコードで難解な部分がいくつもあります。しかし、内容が面白くしっかりしていたため少し機能を拡張したり他の話題に転用することができました。実践向けの本なので積極的に色んな話題に挑戦してみると、より定着すると思います。例えば自分はGANのトピックを少し改造してポケモン画像の自動生成を行いました。
    13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
     レポート
  • 土屋
    5つ星のうち5.0 分かりやすい内容と今も続く安心のサポート
    2022年3月7日に日本でレビュー済み
    Amazonで購入
    この本だけで画像分野、自然言語処理分野の作り方が合計8個載っていて、とてもボリューミーな上、著者によるエラーなどの質疑応答があるため、出版されてから3年たってもエラーに困らず作れるので、Pytorchの初心者にも基礎を終えた人にもおすすめです。以上のことから、この本は他の技術書よりも互換性があり、非常に有用です。
    7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
     レポート
  • Blackwater
    5つ星のうち3.0 内容は興味深いが
    2022年3月31日に日本でレビュー済み
    Amazonで購入
    こういう本はあまり無いのでとても有難いのだが、
    誤植がかなりあるのとそれ以上に
    (作者も言及しているように)この本ができてから
    かなり時間が経っているためそこかしこでエラーや
    通らない状態を散見する。ネットで検索してなんとか
    しようともがいてはいるけれど、やはりこういうことは
    できる限り新しい本で学ぶということが
    かなり大事だと感じている。
    29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
     レポート
  • AS_ML
    5つ星のうち5.0 中〜上級者向け。初心者脱却の一冊。
    2020年11月11日に日本でレビュー済み
    Amazonで購入
    技術を俯瞰するのに使いました。
    プログラムは基本に準拠しており、利用しやすいと感じました。
    1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
     レポート
  • RS
    5つ星のうち5.0 色々なテーマのモデルを作ることができる
    2021年9月1日に日本でレビュー済み
    Amazonで購入
    この本の良いところは、この一冊で画像系、自然言語系のモデルを作る経験ができることだと思います。Pytorchの初心者くらいの人が、読み終わった頃には中級者レベルになるには十分な内容だと思いました。
    自分はこの本を読む前は、モデルを作ったけど全然学習ができていないというレベルでしたが、この本を読んでコツを掴み、本で紹介されている以外のモデルでもちゃんとしたものが作れるようになりました。
    12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
     レポート
  • うみねこcafe
    5つ星のうち3.0 ちょっと難しい。
    2019年10月26日に日本でレビュー済み
    Amazonで購入
    この本はTransformerの解説が少し載っていたので買ったものの、結局良く分からなかったので放置していましたが、その後、Transformerが載っている本を何冊か買ったので改めて紐解いてみました。

    特にはSelf-Attentionについてですが、この本ではTransformerではなくSelf-Attention GANの項に最初に登場しSelf-Attentionも含め｢難しい内容｣となっています(p.265)。
    Self-Attentionがどういった計算なのかは新納先生の『PyTorch自然言語処理プログラミング』に簡潔明瞭な説明があって、そりゃそうだよな、って感じで変に納得しましたが、実際、この本の書き方では正直なところ難しくて良く分からないと思います。

    それでもp.382以降にSelf-Attentionの可視化についての解説があるのは有り難かったりします。

    それと｢発展・応用手法｣と副題にありますが、この本にはグラフニューラルネットワークが載っていないのが個人的にはちょっと不満です。
    7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
     レポート

問題を報告


この商品には、不適切な内容が含まれていますか?
報告
この商品は、著作権を侵害していると思いますか?
報告
この商品には、品質または書式設定の問題が含まれていますか?
報告