GO-AHEADの書籍（ニューラルネットワークとディープラーニング）

---

ニューラルネットワークとディープラーニング

ニューラルネットワークは1940年代に神経細胞のモデルが提案されました。その後の研究により誤差逆伝搬法などによる手法が提案され、ニューラルネットワークの基礎が築かれた。そして、計算機の計算能力の増大により、ニューラルネットワークを何層にも重ねたディープラーニングという手法が提案され、これまでの不可能とされていた問題を解くことが可能となりました。　　ニューラルネットワークは1940年代に神経細胞のモデルが提案されました。その後の研究により誤差逆伝搬法などによる手法が提案され、ニューラルネットワークの基礎が築かれた。そして、計算機の計算能力の増大により、ニューラルネットワークを何層にも重ねたディープラーニングという手法が提案され、これまでの不可能とされていた問題を解くことが可能となりました。 　本書ではニューラルネットワークの基礎となる、ニューロンの基礎をまず学習します。そして、ニューロンを組み合わせて階層化したパーセプトロンと誤差逆伝搬法を学習します。そして、機械学習に用いられる分類問題を例にしながら、ディープラーニングを考えていきます。最後に使用したプログラム例を示しています。 ニューラルネットワークとディープラーニングAmazon　Kindle版 目次 まえがき ・・・・・3 2.ニューラルネットワークの基礎理論・・・・・4 　2.1ニューロン 　2.2　パーセプトロン 　2.3　バックプロパゲーション法（誤差逆伝搬法） 3.iris（アヤメ）データの学習・・・・・9 　3.1　iris（アヤメ）データ 　3.2　隠れ層1の場合 　3.3　隠れ層2の場合-1、-2 　3.4　隠れ層3の場合 4.ワインの品質データの学習・・・・・36 　4.1　隠れ層1の場合 　4.2　隠れ層2の場合 　4.3　練習問題 5.手書き文字の認識・・・・・48 　5.1　隠れ層1の場合 　5.2　畳み込み層、プーリング層 　プログラム例 ・・・・・60 参考文献 ・・・・・89