現場で使える！Python深層学習入門 Pythonの基本から深層学習の実践手法まで 電子書籍（木村 優志）｜翔泳社の本
  1. ホーム >
  2. 電子書籍 >
  3. 現場で使える！Python深層学習入門 Pythonの基本から深層学習の実践手法まで

現場で使える！Python深層学習入門 Pythonの基本から深層学習の実践手法まで

著

形式：
電子書籍
発売日：
ISBN：
9784798151700
価格：
3,520円（本体3,200円＋税10%）
カテゴリ：
人工知能・機械学習
キーワード：
#プログラミング,#開発手法,#データ・データベース,#ビジネスIT
シリーズ：
AI & TECHNOLOGY
紙の書籍
電子書籍

購入はこちら

企業・教育機関での一括購入

【本書の概要】
本書は、深層学習の開発環境の準備とPythonの基本、深層学習の基本、そして実際の現場での利用方法について解説した書籍です。
ニーズの高い、人気の深層学習モデルを利用した画像処理モデルの構築方法を解説しています。
最終章では転移学習という手法を用いた画像認識モデルの作成と、Google Cloud Platform（GCP）にデプロイする手法を解説しています。

【読者対象】
人工知能関連の開発に携わる開発者、研究者

【著者】
木村優志（きむら・まさし）
博士（工学）。ATR-trek、富士通を経て、現在はConvergence Lab.の代表として多数のAI案件を手がける。
株式会社アイデミー　技術顧問。

PROLOGUE　開発環境の準備
　0.1　Anacondaのインストール
　0.2　Google Colaboratoryを利用する
　0.3　macOSに仮想環境を作成する

◆Part 1　Python入門編

CHAPTER 1　演算・変数・型
　1.1　Hello worldを出力する
　1.2　Pythonの用途
　1.3　コメントの入力
　1.4　数値と文字列
　1.5　演算
　1.6　変数
　1.7　変数の更新
　1.8　文字列の連結
　1.9　型
　1.10　型の変換
　1.11　比較演算子の変換

CHAPTER 2　if文
　2.1　if文
　2.2　else文
　2.3　elif
　2.4　and・not・or

CHAPTER 3　リスト型
　3.1　リスト型（1）
　3.2　リスト型（2）
　3.3　リスト in リスト
　3.4　リストから値を取り出す
　3.5　リストからリストを取り出す方法
　3.6　リストの要素の更新と追加
　3.7　リストから要素を削除
　3.8　リスト型の注意点

CHAPTER 4　辞書型
　4.1　辞書型
　4.2　辞書の要素を取り出す
　4.3　辞書の更新と追加
　4.4　辞書の要素の削除

CHAPTER 5　while文
　5.1　while文（1）
　5.2　while文（2）
　5.3　while + if

CHAPTER 6　for文
　6.1　for文
　6.2　break
　6.3　continue
　6.4　for文でindex表示
　6.5　リスト in リストのループ
　6.6　辞書型のループ

CHAPTER 7　関数とメソッド
　7.1　関数の基礎と組み込み関数
　7.2　関数とメソッド
　7.3　文字列型のメソッド
　7.4　文字列型のメソッド（format）
　7.5　リスト型のメソッド（index）
　7.6　リスト型のメソッド（sort）
　7.7　関数の作成
　7.8　引数
　7.9　複数の引数
　7.10　引数の初期値
　7.11　return
　7.12　関数のimport（インポート）

CHAPTER 8　オブジェクトとクラス
　8.1　オブジェクト
　8.2　クラス（メンバとコンストラクタ）
　8.3　クラス（メソッド）
　8.4　文字列のフォーマット指定

◆Part 2　深層学習編

CHAPTER 9　NumPyと配列
　9.1　NumPyの概要
　9.2　NumPyのimport
　9.3　NumPy vs リスト
　9.4　arrayの生成
　9.5　要素へのアクセス
　9.6　np.arrayのプロパティ
　9.7　slice
　9.8　条件を指定して配列にアクセスする
　9.9　配列の演算
　9.10　np.arrayのshapeを操作する
　9.11　配列の連結
　9.12　配列の分割
　9.13　配列のコピー
　9.14　配列の様々な演算
　9.15　ブロードキャスト

CHAPTER 10 PandasとDataFrame
　10.1　Pandasの概要
　10.2　DataFrameの生成
　10.3　DataFrameの表示
　10.4　統計量の表示
　10.5　DataFrameの整列（sort）
　10.6　DataFrameの選択
　10.7　条件を指定して値を取り出す
　10.8　列の追加
　10.9　DataFrameの演算
　10.10 複雑な演算
　10.11　DataFrameの連結
　10.12　グルーピング
　10.13　グラフの表示

CHAPTER 11　単純パーセプトロン
　11.1　単純パーセプトロンの概要
　11.2　単純パーセプトロンの実習

CHAPTER 12　ディープラーニング入門
　12.1　ディープラーニングの概要
　12.2　CrossEntropy
　12.3　softmax
　12.4　SGD
　12.5　勾配消失問題
　12.6　ディープラーニングを利用した学習
　12.7　密結合ニューラルネットワークによる分類
　12.8　密結合ニューラルネットワークによる分類（CIFAR10）
　12.9　畳み込みニューラルネットワークの概要
　12.10　バッチ正則化
　12.11　Global Average Pooling
　12.12　keras

CHAPTER 13　転移学習とNyanCheckの開発
　13.1　転移学習の概要
　13.2　NyanCheckについて
　13.3　NyanCheckのアプリケーション構成
　13.4　データの収集・整理・分類
　13.5　データを拡張し、学習させる
　13.6　Google Cloud Platformについて
　13.7　Google Cloud Platformの設定
　13.8　Google Cloud SDKの設定
　13.9　Anacondaの設定
　13.10　NyanCheckを動かす

付属データはこちら

会員特典はこちら

お問い合わせ

内容についてのお問い合わせは、正誤表、追加情報をご確認後に、お送りいただくようお願いいたします。

正誤表、追加情報に掲載されていない書籍内容へのお問い合わせや
その他書籍に関するお問い合わせは、書籍のお問い合わせフォームからお送りください。

利用許諾に関するお問い合わせ

本書の書影（表紙画像）をご利用になりたい場合は書影許諾申請フォームから申請をお願いいたします。
書影（表紙画像）以外のご利用については、こちらからお問い合わせください。

追加情報はありません。

ご購入いただいた書籍の種類を選択してください。

書籍の刷数を選択してください。

刷数は奥付（書籍の最終ページ）に記載されています。

現在表示されている正誤表の対象書籍

書籍の種類:

書籍の刷数:

本書に誤りまたは不十分な記述がありました。下記のとおり訂正し、お詫び申し上げます。

対象の書籍は正誤表がありません。

最終更新日:2022年03月30日
発生刷 ページ数 書籍改訂刷 電子書籍訂正 内容 登録日
1刷 014
節見出し		 未 未
誤 Google Crabolartyを利用する
正 Google Colaboratoryを利用する
2019.06.19
1刷 032
リスト1.11　「del print」は別のセルで実行		 未 未
誤 [In] # printを変数名に使い、print()関数を呼び出す print = "Hello" print(print) del print
正 [In] # printを変数名に使い、print()関数を呼び出す print = "Hello" print(print) [In] del print
2019.06.10
1刷 057
2.2.1 の見出し		 未 未
誤 2.2.1 if文の構文
正 2.2.1 else文の構文
2019.06.19
1刷 078
問題文1行目、リスト3.15の2行目のコメント（変数colorを変数c）		 未 未
誤 ・問題文1行目 ・変数colorの最初の要素をredに更新してください。 ・リスト3.15の2行目のコメント # 変数colorの最初の要素をredに更新してください
正 ・問題文1行目 ・変数cの最初の要素をredに更新してください。 ・リスト3.15の2行目のコメント # 変数cの最初の要素をredに更新してください
2022.03.30
1刷 079
リスト3.16　2行目のコメント（変数colorを変数c） 		未 未
誤 # 変数colorの最初の要素をredに更新してください
正 # 変数cの最初の要素をredに更新してください
2022.03.30
1刷 086
リスト4.1の Out 		未 未
誤 {'Japan', 'Tokyo', 'Korea', 'Seoul'}
正 {'Japan': 'Tokyo', 'Korea': 'Seoul'}
2022.03.30
1刷 139
リスト7.23 上から4行目、7行目　"　"の抜け		 未 未
誤 # 「2」のインデックス番号を出力してください print(n.index(2)) # 変数n内の「6」の個数を出力してください print(n.count(6))
正 # 「2」のインデックス番号を出力してください print(n.index("2")) # 変数n内の「6」の個数を出力してください print(n.count("6"))
2019.06.07
1刷 170
リスト8.8のキャプション		 未 未
誤 リスト8.8　問題
正 リスト8.8　解答例
2019.06.07
1刷 188
リスト9.12　のOutがWindowsの出力結果になっている		 未 未
誤 int32
正 int64
2019.06.10
1刷 189
リスト9.13　OutがWindowsの出力結果になっている		 未 未
誤 4
正 8
2019.06.10
1刷 193
上から1-2行目。OutがWindowsの出力結果になっている		 未 未
誤 (array([0, 0, 1], dtype=int64), array([0, 1, 0], dtype=int64))
正 (array([0, 0, 1]), array([0, 1, 0],))
2019.06.10
1刷 305
リスト12.15　1行目		 未 未
誤 # model keras.models import Sequential
正 from keras.models import Sequential
2019.06.07
1刷 333
収集したデータのダウンロードのコードの出典		 未 未
誤
正 出典：「メモです」　URL　http://hihan.hatenablog.com/entry/2019/01/04/031825#
2019.06.11
1刷 382
インデックス		 未 未
誤 Google Crabolarty
正 Google Colaboratory
2019.06.19
1刷 vii,viii,ix,xi,xiv
目次の修正		 未 未
誤 P.vii 本書の対象読者と必要な事前知識　v 0.2 Google Crabolartyを利用する 014 P.viii 1.12　比較演算子の変換　051 P.ix 3.4.1 リストからの値の取り出す方法　072 P.xi 7.12.1　関数のインポートについて　155 P.xiv 11.2.4　学習の設定と実行 258 11.2.5　学習された重みの確認　260
正 P.vii 本書の対象読者と必要な事前知識　iv
0.2 Google Colaboratoryを利用する 014 P.viii 1.12は不要
P.ix 3.4.1 リストから値を取り出す方法　072
P.xi 7.12.1　関数のimportについて　155
P.xiv 11.2.4　学習の設定と実行　259
11.2.5　学習された重みの確認　261
2019.06.19

感想・レビュー

野々村　聡 さん

2019-09-19

★★★★ なるほど、たくさん入門編は読んできたがいっそ全部すっ飛ばしてこういう本を読みのも効果的なんだなあと。レベル1をいくら読んでもせいぜいレベル2にしかならないしモチベーションも大して上がらないが、わからんなりにレベル9くらいを読めばババっと分かることもあるってのがかなり意外だった。

​