はじめてのディープラーニング2

オンライン教育プラットフォームUdemyの人気講師が教えるディープラーニングの基礎、第2弾。前作「はじめてのディープラーニング」では、基礎中の基礎であるニューラルネットワークとバックプロパゲーションを初学者にもわかりやすく解説しましたが、本作では自然言語処理の分野で真価を発揮する再帰型ニューラルネットワーク（RNN）と、ディープラーニングの生成モデルであるVAE（Variational Autoencoder）とGAN（Generative Adversarial Networks）について実装方法を含めて解説します。もちろんプログラムの実装については、前作を踏襲してPythonのみで行い、既存のフレームワークに頼りません。 [本書の特徴] ・前作を読んでいない方のために、Python、数学、ニューラルネットワークの基礎について解説する章を設けています。 ・サンプルプログラムはフレームワークを使わずにPythonのみで記述しています。このため数式をコード化する際の原理が初心者にもわかりやすくなっています。 ・サンプルプログラムはSBクリエイティブ株式会社のサイトからダウンロード可能です。 ・Python3、Jupyter Notebook、Google Colaboratory対応 第1章 ディープラーニングの発展 ディープラーニングの概要 ディープラーニングの応用 本書で扱う技術 本書の使い方 第2章 学習の準備 Anacondaの環境構築 Google Colaboratoryの使い方 Jupyter Notebookの使い方 Pythonの基礎 NumPyとmatplotlib 数学の基礎 第3章 ディープラーニング基礎 ニューラルネットワーク、ディープラーニングの概要 全結合層の順伝播 全結合層の逆伝播 全結合層の実装 シンプルなディープラーニングの実装 第4章 RNN RNNの概要 RNN層の順伝播 RNN層の逆伝播 RNN層の実装 シンプルなRNNの実装 RNNが抱える問題 第5章 LSTM LSTMの概要 LSTM層の順伝播 LSTM層の逆伝播 LSTM層の実装 シンプルなLSTMの実装 文章の自動生成 第6章 GRU GRUの概要 GRU層の順伝播 GRU層の逆伝播 GRU層の実装 シンプルなGRUの実装 Encoder-Decoder 第7章 VAE VAEの概要 VAEの仕組み オートエンコーダの実装 VAEに必要な層 VAEの実装 VAEの派生技術 第8章 GAN GANの概要 GANの仕組み GANに必要な層 GANの実装 GANの派生技術