機械に学習させる調教師への道

【本書の内容】
本書は
Andrew W. Trask, "Grokking Deep Learning",
Manning Publications 2019
の邦訳版です。

業種を問わず、すべての局面において自動化が強烈に推進されている昨今、
機械学習／深層学習（ディープラーニング）の重要性は増すばかりです。

本書は「機械が学習する」というテーマのもと、
その根幹を成す「ディープラーニング」という手法を平易に解説した書籍です。

一般に「ディープラーニング」というと、その背景となる数学的厳密性を全面に押し出し、
微に入り細に入る解説が仇となって、面白くなるとばぐちでリタイアすることになりがちです。
本書は数学的厳密性はそこそこに、むしろディープラーニングの全体像を俯瞰し、
ディープラーニングがカバーする範囲とその構築方法、
そしてそのための基礎知識をイメージしてもらえるように工夫しています。

Webアプリケーションを開発する際に、フレームワークによってインフラを意識することなく
サービスを構築できるようなスタイル、と言えばいいでしょうか。

なにはともあれ、最初に提示されるPythonコードを「暗記」してみてください。
それを拡張することで、機械に学習させる「調教師」になれることが分かるはずです。

【本書のポイント】

・数式を使った基礎理論ではなく「扱える」ディープラーニングを学べる

・線形代数、微積分、凸最適化はもちろん、機械学習の知識も前提としない

・ニューラルネットワークの基礎から上位層やアーキテクチャを学べる

・Python 3.x系で実際に試せる

【読者が得られること】

・ディープラーニングの全体像

・ニューラルネットワークの基礎

・学習精度の上げ方

・各種フレームワークによる実装法