蔵書情報
この資料の蔵書に関する統計情報です。現在の所蔵数 在庫数 予約数などを確認できます。
この資料に対する操作
カートに入れる を押すと この資料を 予約する候補として予約カートに追加します。
いますぐ予約する を押すと 認証後この資料をすぐに予約します。
※この書誌は予約できません。
この資料に対する操作
電子書籍を読むを押すと 電子図書館に移動しこの資料の電子書籍を読むことができます。
資料情報
各蔵書資料に関する詳細情報です。
No. |
所蔵館 |
資料番号 |
請求記号 |
配架場所 |
所蔵棚番号 |
資料種別 |
帯出区分 |
状態 |
付録 |
貸出
|
1 |
図書情報館 | 1310280068 | 007.1/サ/ | 2階図書室 | WORK-416 | 一般図書 | 貸出禁止 | 在庫 | |
× |
関連資料
この資料に関連する資料を 同じ著者 出版年 分類 件名 受賞などの切り口でご紹介します。
書誌詳細
この資料の書誌詳細情報です。
タイトルコード |
1008001292843 |
書誌種別 |
図書 |
書名 |
ゼロから作るDeep Learning 2 自然言語処理編 |
書名ヨミ |
ゼロ カラ ツクル ディープ ラーニング |
著者名 |
斎藤 康毅/著
|
著者名ヨミ |
サイトウ コウキ |
出版者 |
オライリー・ジャパン
|
出版年月 |
2018.7 |
ページ数 |
17,412p |
大きさ |
21cm |
分類記号 |
007.13
|
分類記号 |
007.13
|
ISBN |
4-87311-836-9 |
内容紹介 |
自然言語処理や時系列データ処理に使われるディープラーニングの技術を学べるテキスト。やさしい言葉で解説するとともに、実際に作ることで理解を確かにできるよう、Pythonのソースコードも掲載する。 |
著者紹介 |
1984年長崎県生まれ。東京大学大学院学際情報学府修士課程修了。人工知能に関する研究開発に従事。 |
件名 |
深層学習 |
言語区分 |
日本語 |
(他の紹介)内容紹介 |
コンピュータの専門書として異例の大ヒットを記録した『ゼロから作るDeep Learning』の続編。自然言語処理や時系列データ処理に焦点を当て、ディープラーニングを使ってさまざまな問題に挑む。word2vecやRNN(リカレントニューラルネットワーク)、LSTMやGRU、seq2seqやAttention…ディープラーニングを支えるこれら最先端の技術を実装レベルでマスター。 |
(他の紹介)目次 |
1章 ニューラルネットワークの復習 2章 自然言語と単語の分散表現 3章 word2vec 4章 word2vecの高速化 5章 リカレントニューラルネットワーク(RNN) 6章 ゲート付きRNN 7章 RNNによる文章生成 8章 Attention 付録A sigmoid関数とtanh関数の微分 付録B WordNetを動かす 付録C GRU |
(他の紹介)著者紹介 |
斎藤 康毅 1984年長崎県対馬生まれ。東京工業大学工学部卒、東京大学大学院学際情報学府修士課程修了。現在、企業にて人工知能に関する研究開発に従事(本データはこの書籍が刊行された当時に掲載されていたものです) |
内容細目表
前のページへ