内容

目次

Chapter 0　イントロダクション 0.1　はじめに Chapter 1　人工知能、ディープラーニングの概要 1.1　人工知能の概要 1.2　人工知能の活用例 1.3　人工知能の歴史 1.4　Chapter 1のまとめ Chapter 2　開発環境 2.1　Google Colaboratoryのはじめ方 2.2　セッションとインスタンス 2.3　CPUとGPU 2.4　Google Colaboratoryの様々な機能 2.5　Chapter 2のまとめ Chapter 3　Pythonの基礎 3.1　Pythonの基礎 3.2　NumPyの基礎 3.3　matplotlibの基礎 3.4　pandasの基礎 3.5　演習 3.6　解答例 3.7　Chapter 3のまとめ Chapter 4　簡単なディープラーニング 4.1　ディープラーニングの概要 4.2　シンプルなディープラーニングの実装 4.3　様々なニューラルネットワーク 4.4　演習 4.5　解答例 4.6　Chapter 4のまとめ Chapter 5　ディープラーニングの理論 5.1　数学の基礎 5.2　単一ニューロンの計算 5.3　活性化関数 5.4　順伝播と逆伝播 5.5　行列と行列積 5.6　層間の計算 5.7　微分の基礎 5.8　損失関数 5.9　勾配降下法 5.10　出力層の勾配 5.11　中間層の勾配 5.12　エポックとバッチ 5.13　最適化アルゴリズム 5.14　演習 5.15　解答例 5.16　Chapter 5のまとめ Chapter 6　様々な機械学習の手法 6.1　回帰 6.2　k平均法 6.3　サポートベクターマシン 6.4　演習 6.5　解答例 6.6　Chapter 6のまとめ Chapter 7　畳み込みニューラルネットワーク（CNN） 7.1　CNNの概要 7.2　畳み込みとプーリング 7.3　im2colとcol2im 7.4　畳み込みの実装 7.5　プーリングの実装 7.6　CNNの実装 7.7　データ拡張 7.8　演習 7.9　Chapter 7のまとめ Chapter 8　再帰型ニューラルネットワーク（RNN） 8.1　RNNの概要 8.2　シンプルなRNNの実装 8.3　LSTMの概要 8.4　シンプルなLSTMの実装 8.5　GRUの概要 8.6　シンプルなGRUの実装 8.7　RNNによる文章の自動生成 8.8　自然言語処理の概要 8.9　演習 8.10　解答例 8.11　Chapter 8のまとめ Chapter 9　変分オートエンコーダ（VAE） 9.1　VAEの概要 9.2　VAEの仕組み 9.3　オートエンコーダの実装 9.4　VAEの実装 9.5　さらにVAEを学びたい方のために 9.6　演習 9.7　Chapter 9のまとめ Chapter 10　敵対的生成ネットワーク（GAN） 10.1　GANの概要 10.2　GANの仕組み 10.3　GANの実装 10.4　さらにGANを学びたい方のために 10.5　演習 10.6　解答例 10.7　Chapter 10のまとめ Chapter 11　強化学習 11.1　強化学習の概要 11.2　強化学習のアルゴリズム 11.3　深層強化学習の概要 11.4　Cart Pole問題 11.5　深層強化学習の実装 11.6　月面着陸船の制御―概要― 11.7　月面着陸船の制御―実装― 11.8　演習 11.9　解答例 11.10　Chapter 11のまとめ Chapter 12　転移学習 12.1　転移学習の概要 12.2　転移学習の実装 12.3　ファインチューニングの実装 12.4　演習 12.5　解答例 12.6　Chapter 12のまとめ Appendix　さらに学びたい方のために AP.1　著書 AP.2　オンライン講座 AP.3　YouTubeチャンネル