IanGoodfellow/YoshuaBengio/AaronCourville/岩澤有祐/鈴木雅大/中山浩太郎
AI研究の一分野として注目を集める深層学習(ディープラーニング)に関する教科書として世界的な評価を受けている解説書。深層学習の理解に必要な数学、ニューラルネットワークの基礎から、CNN(畳み込みニューラルネットワーク)やRNN(回帰結合型ニューラルネットワーク)などのすでに確立した手法、さらに深層学習の研究まで、深層学習の基礎を理論を含めてしっかり学習したい人に最適な内容になっている。近年の深層学習研究をリードする著名な研究者たちが執筆した入門者必読の書である。第1章 はじめに第I部 応用数学と機械学習の基礎第2章 線形代数第3章 確率と情報理論第4章 数値計算第5章 機械学習の基礎第II部 深層ネットワーク:現代的な実践第6章 深層順伝播型ネットワーク第7章 深層学習のための正則化第8章 深層モデルの訓練のための最適化第9章 畳み込みネットワーク第10章 系列モデリング:回帰結合型ニューラルネットワークと再帰型ネットワーク第11章 実用的な方法論第12章 アプリケーション第III部 深層学習の研究第13章 線形因子モデル第14章 自己符号化器第15章 表現学習第16章 深層学習のための構造化確率モデル第17章 モンテカルロ法第18章 分配関数との対峙第19章 近似推論第20章 深層生成モデル