Pythonで動かして学ぶ！あたらしい深層学習の教科書 機械学習の基本から深層学習まで

Introduction　Aidemyで機械学習・深層学習を学ぶ
Prologue　開発環境の準備
第1章　機械学習概論
第2章　機械学習の流れ
第3章　性能評価指標
第4章　Pythonの基礎
第5章　Pythonの基本文法
第6章　関数の基礎
第7章　NumPy
第8章　Pandasの基礎
第9章　Pandasの応用
第10章　データ可視化のための準備
第11章　matplotlibの使い方
第12章　様々なグラフを作る
第13章　lambdaやmapなどの便利なPython記法
第14章　DataFrameを用いたデータクレンジング
第15章　OpenCVの利用と画像データの前処理
第16章　教師あり学習（分類）の基礎
第17章　ハイパーパラメータとチューニング（1）
第18章　ハイパーパラメータとチューニング（2）
第19章　深層学習の実践
第20章　深層学習のチューニング
第21章　CNNを用いた画像認識の基礎
第22章　CNNを用いた画像認識の応用

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。

• 第21章におけるコード内のアドレスについて

  2022年8月23日現在、第21章のサンプルで、URLアドレスの変更により、サンプルが実行できない形になっております。
  以下のアドレスに変更して読み進めていただければ幸いです。
  
  
  P.672
  旧：
  https://aidemyexcontentsdata.blob.core.windows.net/data/5100_cnn/circle.npy
  新：
  https://aidemystorageprd.blob.core.windows.net/data/5100_cnn_data/circle.npy
  
  
  P.678
  ------------------------
  旧：
  https://aidemyexcontentsdata.blob.core.windows.net/data/5100_cnn/circle.npy
  新：
  https://aidemystorageprd.blob.core.windows.net/data/5100_cnn_data/circle.npy
  
  P.700
  ------------------------
  旧：
  https://aidemyexcontentsdata.blob.core.windows.net/data/5100_cnn/circle.npy
  新：
  https://aidemystorageprd.blob.core.windows.net/data/5100_cnn_data/circle.npy
  
  
  P.704
  ------------------------
  旧：
  https://aidemyexcontentsdata.blob.core.windows.net/data/5100_cnn/circle.npy
  新：
  https://aidemystorageprd.blob.core.windows.net/data/5100_cnn_data/circle.npy
  
  P.709
  ------------------------
  旧：
  https://aidemyexcontentsdata.blob.core.windows.net/data/5100_cnn/circle.npy
  新：
  https://aidemystorageprd.blob.core.windows.net/data/5100_cnn_data/circle.npy
  
  P.715
  ------------------------
  旧：
  https://aidemyexcontentsdata.blob.core.windows.net/data/5100_cnn/circle.npy
  新：
  https://aidemystorageprd.blob.core.windows.net/data/5100_cnn_data/circle.npy
  
  P.720
  ------------------------
  旧：
  https://aidemyexcontentsdata.blob.core.windows.net/data/5100_cnn/circle.npy
  https://aidemyexcontentsdata.blob.core.windows.net/data/5100_cnn/weight.npy'
  新：
  https://aidemystorageprd.blob.core.windows.net/data/5100_cnn_data/circle.npy
  https://aidemystorageprd.blob.core.windows.net/data/5100_cnn_data/weight.npy
  
  P.726
  ------------------------
  旧：
  https://aidemyexcontentsdata.blob.core.windows.net/data/5100_cnn/circle.npy
  https://aidemyexcontentsdata.blob.core.windows.net/data/5100_cnn/weight.npy
  新：
  https://aidemystorageprd.blob.core.windows.net/data/5100_cnn_data/circle.npy
  https://aidemystorageprd.blob.core.windows.net/data/5100_cnn_data/weight.npy
  
  P.731
  ------------------------
  旧：
  https://aidemyexcontentsdata.blob.core.windows.net/data/5100_cnn/circle.npy
  https://aidemyexcontentsdata.blob.core.windows.net/data/5100_cnn/weight.npy
  新：
  https://aidemystorageprd.blob.core.windows.net/data/5100_cnn_data/circle.npy
  https://aidemystorageprd.blob.core.windows.net/data/5100_cnn_data/weight.npy
  
  
  
  
  

• 「6.2.6 関数のimport（インポート）」の補足資料

  　Pythonでは頻繁に行われるいくつかの処理を1つのファイルにまとめ、他のソースコードから利用できるようにしたモジュールというものがあります。 それに加え、関連する複数のモジュールを1つのディレクトリにまとめた、パッケージというものがあります。 また、パッケージの中にさらにパッケージが入れ子になっていることもあります。 この場合入れ子になっているほうのパッケージをサブパッケージと呼びます。これらの関係は、図1のようになっています。
  
  
  
  ▲図1：パッケージ、サブパッケージ、モジュール（上）、timeモジュール（下）
  
  　パッケージはたくさんありますが、その1つにscipyがあります。図1には3つしか書かれていませんが、scipyのパッケージには、図1以外にもたくさんのサブパッケージが含まれています。
  　プログラム内でパッケージやモジュールを使用する際には、リスト1のようなimport（インポート）という処理が必要になります。
  
  
  ［In］
  --------------------------
  import time # timeモジュールをインポートします
  import scipy # scipyパッケージをインポートします
  --------------------------
  ▲リスト1：import処理①
  
  　importしたパッケージ内のメソッドを使用する場合は、 パッケージ名.サブパッケージ名.メソッド名と書きます（リスト2）。
  
  
  ［In］
  --------------------------
  from scipy import linalg
  
  scipy.linalg.norm([1,1])
  --------------------------
  ［Out］
  --------------------------
  1.4142135623730951
  --------------------------
  ▲リスト2：import処理②
  
  　リスト3の例ではtimeモジュールのtimeというメソッドを使用して、現在の時刻を出力しています。
  
  
  ［In］
  --------------------------
  import time
  
  now_time = time.time() # 現在時刻をnow_timeに代入します
  
  print(now_time) # 現在時刻が出力されます
  --------------------------
  ［Out］
  --------------------------
  1541667651.980569
  --------------------------
  ▲リスト3：import処理③
  
  
  　また、from パッケージ名.サブパッケージ名 import メソッド名という書き方で、メソッドを直接読み込む方法もあります。この場合はメソッド呼び出しの際に、パッケージ名・サブパッケージ名を省略できます（リスト4）。
  
  ［In］
  --------------------------
  from scipy.linalg import norm
  
  norm([1, 1]) # パッケージ名・モジュール名を省略できます
  --------------------------
  ［Out］
  --------------------------
  1.4142135623730951
  --------------------------
  ▲リスト4：import処理④
  
  　また、from モジュール名 import メソッド名という書き方でモジュール名を省略することができます（リスト5）。
  
  ［In］
  --------------------------
  from time import time # timeモジュールのtimeメソッドをimportします
  
  now_time = time() # モジュール名を省略できます
  
  print(now_time) # 現在時刻が出力されます
  --------------------------
  ［Out］
  --------------------------
  1541667809.7508
  --------------------------
  ▲リスト5：import処理⑤
  
  　PythonにはPyPIというパッケージ管理システムが用意されており、scipy以外にもたくさんのパッケージが公開されています。しかし、PyPIに公開されている膨大な数のパッケージを1つずつダウンロードしたり、インストールしたりするのは手間がかかりすぎます。 そこで、パッケージ管理ではpipというツールを使用します。pipを使用すれば、コマンドプロンプト (macOSであれば「ターミナル」、UbuntuなどのLinuxディストリビューションであれば「端末」)で、 pip install パッケージ名と入力するだけでパッケージを手軽にインストールできます。