内容

目次

1章　ニューラルネットワークの基礎 1.1　形式ニューロンとシナプスの可塑性 1.2　パーセプトロン 1.3　誤差逆伝搬学習法 1.4　ネオコグニトロン 引用・参考文献 2章　ディープラーニングの基礎 2.1　AlexNet 　2.1.1　ネットワークの構造と学習済みの事例 　2.1.2　主な構成要素 　2.1.3　転移学習の利用方法 2.2　GoogLeNet 　2.2.1　ネットワークの構造と学習済みの事例 　2.2.2　主な構成要素 　2.2.3　転移学習の利用方法 2.3　LSTM 　2.3.1　ネットワークの構造 　2.3.2　主な構成要素 　2.3.3　適用方法 引用・参考文献 3章　MATLABによるディープラーニングの予備知識 Question 一覧 3.1　チュートリアル Q&A 3.2　例題 Q&A 　3.2.1　共通 　3.2.2　例1：深層学習を使用したWebカメライメージの分類 　3.2.3　例2：新しいイメージを分類するための深層学習ネットワークの学習 　3.2.4　例3：イメージ分類用の残差ネットワークの学習 　3.2.5　例4：深層学習を使用した時系列予測 4章　MATLABによるディープラーニング演習 4.1　画像認識 4.2　LSTM 4.3　モデルの調整 演習問題のヒント 演習問題の解答例 演習問題の解答例の解説 索引 英訳索引