高校数学で学ぶディープラーニング

       ―画像認識への入門コース  (東京図書)

ディープラーニングや画像認識を、はじめて学ぶ人のための入門書。
「自分のパソコンで、実際に体験し、操作してみたい! 」
「勾配降下法、誤差逆伝播法、畳み込みニューラルネットワーク、
リカレントニューラルネットワークとか、一体、何なの?」
そんな方のための、最短コースの本です。
必要な知識は高校数学レベルにとどめ、
つまずきがちな数式も途中の計算まで詳しく説明しています。

はじめに

第1章　神経の模倣
　　　 ――学習する機械のモデルは何?――

第2章　画像認識への第一歩
　　　 ――手計算とプログラムによるパラメーターの決定――

第3章　勾配降下法と合成関数の微分
　　　 ――パラメーターをいかにして最適化するか――

第4章　誤差逆伝播法
　　　 ――隠れ層のパラメーターの最適化とは――

第5章　ディープラーニングの実践
　　　 ――さっそく操ってみよう！――

第6章　ニューラルネットワークのモデルの改良
　　　 ――もっと使いやすく！ もっと便利に！――

第7章　畳み込みニューラルネットワーク
　　　 ――謎の言葉「畳み込み」？――

第8章　リカレントニューラルネットワーク
　　　 ――リカレントって何？――

補章　高校数学の補強編　微分を思い出そう！
　　　――微分と勾配の関係は？――

おわりに

参考文献