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
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 |
中央図書館 | 0180550139 | 421/ブ/ | 1階図書室 | 51A | 一般図書 | 一般貸出 | 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。
PYTHONではじめる機械学習
荒木 雅弘/著
確率的機械学習入門編2
ケヴィン・P.マ…
確率的機械学習入門編1
ケヴィン・P.マ…
30秒でわかる!データサイエンスで…
L.ヴィッタート…
対称性と機械学習
岡野原 大輔/著
先輩データサイエンティストからの指…
浅野 純季/著,…
MLOps実装ガイド : 本番運用…
Yaron Ha…
数理でひもとくAI技術の深化 : …
恐神 貴行/著
Pythonによるあたらしいデータ…
寺田 学/著,辻…
機械学習と最適化による問題解決講座…
沓掛 健太朗/著
Azure Machine Lea…
永田 祥平/著,…
スッキリわかるPythonによる機…
須藤 秋良/著,…
scikit‐learn、Kera…
Aurélien…
センサと機械学習ではじめる人間行動…
荒川 豊/著,石…
ディープラーニングE資格精選問題集…
小林 範久/著,…
事例でわかるMLOps : 機械学…
杉山 阿聖/編著…
Python機械学習クックブック
Kyle Gal…
生成Deep Learning :…
David Fo…
Scratchではじめる機械学習 …
石原 淳也/著,…
深層学習による自動作曲入門
シン アンドリュ…
ディープラーニングG検定公式テキス…
日本ディープラー…
ゼロから作るDeep Learn…5
斎藤 康毅/著
AWSコンピュータービジョン開発の…
Lauren M…
教養としての機械学習
杉山 将/著
機械学習の技術としくみ : オール…
金城 俊哉/著
解釈可能なAI : 機械学習モデル…
Ajay Tha…
機械学習システムデザイン : 実運…
Chip Huy…
BERT実践入門 : PyTorc…
我妻 幸長/著
コンピュータビジョンのための実践機…
Valliapp…
絵と図でよくわかる無の神秘 : ゼ…
ニュートン編集部…
絵と図でよくわかる次元の秘密 : …
ニュートン編集部…
The Kaggle Book :…
Konrad B…
xDiversityという可能性の…
落合 陽一/[ほ…
データサイエンス入門 : データ取…
上田 雅夫/著,…
大学4年間のデータサイエンスが10…
久野 遼平/[著…
文系のためのめっちゃやさしい次元
浅井 祥仁/監修
宇宙を解くパズル : 「真理」は直…
カムラン・バッフ…
Pythonによるあたらしいデータ…
寺田 学/著,辻…
統計学を革命する : 資本主義を支…
ジャスティン・ジ…
PyTorchで作る!深層学習モデ…
我妻 幸長/著
本質を捉えたデータ分析のための分析…
杉山 聡/著
Scratchであそぶ機械学習 :…
石原 淳也/著,…
図解まるわかりデータサイエンスのし…
増井 敏克/著
データ駆動型ファイナンス : 基礎…
吉川 大介/著
Pythonで動かして学ぶ!あたら…
伊藤 真/著
無とは何か : 数字の無,物質の無…
初めてのTensorFlow.js…
Gant Lab…
文系のためのめっちゃやさしい無とは…
佐々木 真人/監…
ゼロから作るDeep Learn…4
斎藤 康毅/著
深層学習
岡谷 貴之/著
前へ
次へ
書誌詳細
この資料の書誌詳細情報です。
| タイトルコード |
1008001420327 |
| 書誌種別 |
図書 |
| 書名 |
物理学者、機械学習を使う 機械学習・深層学習の物理学への応用 |
| 書名ヨミ |
ブツリ ガクシャ キカイ ガクシュウ オ ツカウ |
| 著者名 |
橋本 幸士/編
|
| 著者名ヨミ |
ハシモト コウジ |
| 著者名 |
橋本 幸士/[ほか]著 |
| 著者名ヨミ |
ハシモト コウジ |
| 出版者 |
朝倉書店
|
| 出版年月 |
2019.10 |
| ページ数 |
8,196p |
| 大きさ |
21cm |
| 分類記号 |
421
|
| 分類記号 |
421
|
| ISBN |
4-254-13129-1 |
| 内容紹介 |
物性、統計、量子情報…。機械学習を使って物理学で何ができるのか。物理と機械学習・深層学習をテーマに、機械学習・深層学習を使った研究を進めている物理学者たちが自身の研究を紹介する。 |
| 著者紹介 |
1973年広島県生まれ。京都大学大学院物理学研究科修了。大阪大学大学院理学研究科教授。理学博士。 |
| 件名 |
理論物理学、機械学習、深層学習 |
| 言語区分 |
日本語 |
| (他の紹介)目次 |
機械学習、深層学習が物理に何を起こそうとしているか 第1部 物性(深層学習による波動関数の解析 量子多体系とニューラルネットワーク ほか) 第2部 統計(自己学習モンテカルロ法 深層学習は統計系の配位から何をどう学ぶのか) 第3部 量子情報(量子アニーリングが拓く機械学習の新時代 量子計測と量子的な機械学習) 第4部 素粒子・宇宙(深層学習による中性子星と核物質の推定 機械学習と繰り込み群 ほか) |
| (他の紹介)著者紹介 |
橋本 幸士 1973年広島県に生まれる。2000年京都大学大学院理学研究科修了。現在、大阪大学大学院理学研究科教授。理学博士(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