ディープラーニングと物理学 原理がわかる、応用ができる
田中 章詞 / 富谷 昭夫 / 橋本 幸士 · 講談社
★ 4.00 / 5.00 (1件)
内容紹介
★2024年ノーベル物理学賞関連書籍★ ホップフィールド模型からニューラルネットへ。物理の言葉でしっかり学べる。日本唯一の好著！ 人工知能技術の中枢をなす深層学習と物理学との繋がりを俯瞰する。物理学者ならではの視点で原理から応用までを説く、空前の入門書。 《目次》 第1章 はじめに：機械学習と物理学 【第I部 物理から見るディープラーニングの原理】 第2章 機械学習の一般論 第3章 ニューラルネットワークの基礎 第4章 発展的なニューラルネットワーク 第5章 サンプリングの必要性と原理 第6章 教師なし深層学習 【第II部 物理学への応用と展開】 第7章 物理学における逆問題 第8章 相転移をディープラーニングで見いだせるか 第9章 力学系とニューラルネットワーク 第10章 スピングラスとニューラルネットワーク 第11章 量子多体系、テンソルネットワークとニューラルネットワーク 第12章 超弦理論への応用 第13章 おわりに
編集部より
ディープラーニングと物理学の深い結びつきを解き明かす専門書。田中章詞、富谷昭夫、橋本幸士の三名の著者が、ニューラルネットワークの動作原理を物理学の観点から丁寧に解説している。単なる技術解説にとどまらず、なぜディープラーニングが機能するのかという根本的な問いに、統計力学や場の理論といった物理学の枠組みを用いてアプローチ。原理の理解を重視しながら、実際の応用へとつなげる構成となっている。講談社より紙版が税込3,520円で刊行されており、機械学習と物理学の両分野に関心を持つ読者に向けた一冊となっている。
読書プラットフォーム解説
Kindle と Kobo を比較する →
※ レビュー本文は楽天規約により当サイトには転載していません。件数と平均点のみを表示しています。
価格・在庫は表示時点のものです。最新情報は各販売元にてご確認ください。
