ゼロから作るDeep Learning

ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装

読書会の対象書籍となったので読みました。Pythonのコードを実際に動かしながらディープラーニングの基本的な理論について学ぶことができます。具体的にはディープラーニングの理論を理解するために必要なパーセプトロン、活性化関数、損失関数、勾配などの構成要素についてPythonのコード付きで説明しています。そのため、機械学習の前提知識が多少あり、ディープラーニングに興味がある人であれば知識を整理しながら読めるのでおすすめです。

読書会をやっていたこともあり、章ごとに読書メモを作成していました。そのため、詳細については以下のエントリーをご参照ください。なお、1章のエントリーは存在しません。

• ゼロから作るDeep Learning 2章 パーセプトロン - n3104のブログ
• ゼロから作るDeep Learning 3章 ニューラルネットワーク - n3104のブログ
• ゼロから作るDeep Learning 4章 ニューラルネットワークの学習 - n3104のブログ
• ゼロから作るDeep Learning 5章 誤差逆伝播法 - n3104のブログ
• ゼロから作るDeep Learning 6章 学習に関するテクニック - n3104のブログ
• ゼロから作るDeep Learning 7章 畳み込みニューラルネットワーク - n3104のブログ
• ゼロから作るDeep Learning 8章 畳み込みニューラルネットワーク - n3104のブログ

一通り読み終えてみて、ディープラーニングに対するイメージが具体的になって良かったです。バックプロパゲーションやCNNのちょっとした紹介記事とかをネットで見かけても、よくわからなかったのが本書を読むことで具体的にイメージできるようになりました。また、ディープラーニング自体は他の機械学習の手法と異なり、ディープラーニングという固定的な手法が存在するのではなくてどちらかというとフレームワークと呼ぶのが適切で、具体的な実装として例えばCNNが存在することも理解できました。基本的なことは押さえられたと思うので、今後はもう少し理論面と実践の両方について学んでいくつもりです。