機械学習ミシュラン

機械学習・ディープラーニング・人工知能に関する書籍の紹介をします

ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装

ページ数:320 価格:3672円(Amazon 2017/2/16現在)

おすすめ度:100%

難易度:初級

1章ではPythonの解説がなされており、非常に読み進めやすい一冊。
とはいえ、機械学習の入門書ではない。 機械学習ニューラルネットがどんなものかくらいは知っていないとイメージがつかみにくいかもしれない。

構成と個人的に面白かった話題

1章 Python入門

2章 パーセプトロン

  • 論理回路の観点からパーセプトロンを解釈

    3章 ニューラルネットワーク

  • 活性化関数が非線形でなければならない理由
  • ソフトマックス関数の実装上の注意

    4章 ニューラルネットワークの学習

  • なぜ損失関数を設定する必要があるか
  • 数値微分の実装上の注意

    5章 誤差逆伝播

  • 計算グラフを用いた誤差逆伝播の解説

    6章 学習に関するテクニック

  • 重みの初期値を0にしてはいけない理由
  • 重みの初期化に関するノウハウ

    7章 畳み込みニューラルネットワーク

  • im2col

    8章 ディープラーニング

    感想

    各所での評価の通り、本当に素晴らしい一冊である。
    特に良いと思った点は以下の通り

  • Pythonのコードを交えて解説している(Githubにすべてのコードがある)
  • 理論と実装のバランスが絶妙
    ニューラルネットワークがどんなものかなんとなく知っているけど実装してみたい」
    「ライブラリは使ってるけど中身を知りたい」
    という人には特におすすめ。

    悪い点

    ない。ただ、自分向けの本なのかどうかはしっかり確認した方が良い。 そういう意味で注意点をあげると

  • 実行速度を考慮したコードになっていないので、システムなどで実際に使えるコードではない
  • GPGPUなどの解説はない
  • Chainer, Tensorflowなどのライブラリの解説はない
  • ディープラーニングを作る」というタイトルだが、実際はディープラーニングの入口くらいだと思っていい
  • 画像処理を目的としているのでLSTM(RNN)などの話題はない
    といったところだろうか。

これらの内容は本書のテーマにそぐわないので載っていないのは残念だが仕方がない。
これだけ素晴らしい本を執筆した筆者には、
ぜひ、今回触れられなかった内容について続編をだしていただきたい。