概要
本書は，AIに関心はあるがあまり数学が得意でない，多くの社会人や大学生，高校生が持つ「ディープラーニングがどうして動作するの？」という疑問に答える超入門書です。偏微分方程式などの難しい大学レベルの数学抜きに，Excelで見て動かして，ディープラーニングを学べます。図示しやすいパターン認識を題材にし，Excelの確認，数学の復習を織り込みます。数学的に難しいことはExcelに任せるため，計算に自信のない人でも，ディープラーニングを学ぶことができます。本書では，簡単なExcel操作と初等的な数学の知識だけで，ディープラーニングの動作原理を基本から理解できるようになります。
こんな方におすすめ
目次
1章 初めてのディープラーニング
- §1．畳み込みニューラルネットワークのしくみは簡単
- §2．AIとディープラーニング
2章 Excelの確認とその応用
- §1．利用するExcel関数はたったの7個
- §2．エクセルの参照形式
- §3．Excelソルバーの使い方
- §4．回帰分析と最適化問題
3章 ニューロンモデル
- §1．神経細胞の働き
- §2．神経細胞の働きを数式表現
- §3．人工ニューロンと活性化関数
- §4．ステップ関数からシグモイド関数へ
4章 ニューラルネットワークのしくみ
- §1．読み物としてのニューラルネットワークのしくみ
- §2．ニューラルネットワークが手書き文字を識別
- §3．訓練データの1つからニューラルネットワークの出力を算出
- §4．正解と出力の誤差
- §5．ニューラルネットワークの目的関数
- §6．ニューラルネットワークの最適化
- §7．最適化されたパラメーターを解釈
- §8．ニューラルネットワークをテストしよう
- §9．現実の手書き文字にニューラルネットワークを応用
5章 畳み込みニューラルネットワークのしくみ
- §1．読み物としての畳み込みニューラルネットワークのしくみ
- §2．畳み込みニューラルネットワークが手書き数字を識別
- §3．畳み込みニューラルネットワークの入力層
- §4．畳み込みニューラルネットワークを特徴づける畳み込み層
- §5．畳み込みニューラルネットワークのプーリング層
- §6．畳み込みニューラルネットワークの出力層
- §7．正解と出力の誤差
- §8．畳み込みニューラルネットワークの目的関数
- §9．畳み込みニューラルネットワークの最適化
- §10．最適化されたパラメーターを解釈
- §11．畳み込みニューラルネットワークをテストしよう
- §12．パラメーターに負を許容すると
- §13．隠れ層の活性化関数を変更
- 付録A．訓練データ(1)
- 付録B．訓練データ(2)
- 付録C．ソルバーのインストール法
- 付録D．パターンの類似度を数式表現
サポート
ダウンロード
本書で利用したExcelのサンプルファイルのダウンロードは，以下をクリックしてください。
- ダウンロード
- excel_deeplearning_sample.zip
サンプルはZIP形式で圧縮されています。ZIP形式の圧縮ファイルは，XP以降のWindowsでは，通常のフォルダと同じように操作できます。ZIP形式の圧縮ファイルの操作方法については，Windowsの解説書などをご参照ください。
ダウンロードした「excel_deeplearning_sample.zip」をダブルクリックすると，中を見ることができます。
右クリックして「すべて展開」を選び，任意のフォルダに展開してお使いください。
ExcelのサンプルファイルはExcel2013，Excel2016での動作を検証しています。他のバージョンでの検証は行っておりません。あらかじめご了承ください。
また，ダウンロードファイルの内容は予告なく変更することがあります。
著作権は著者及び技術評論社に帰属します。ファイル内容の変更や改良は自由ですが，サポートは致しておりません。
