内容紹介

※注意）【ご購入前のご確認について】

本書は固定レイアウト形式の電子書籍です。閲覧環境によっては文字の表示が異なる場合がございます。ご購入前に「立ち読み」機能にて表示をご確認いただくことをお勧めいたします。

【第2巻：ニューラルネットワークの基礎アーキテクチャ】

「とりあえず動くモデル」は作れても、「なぜそのモデルで精度が出るのか」「なぜ別のモデルではダメなのか」を論理的に説明できるエンジニアは少ない。流行の最新アーキテクチャを思考停止で適用するだけでは、実務の複雑なデータや制約に対応できず、プロジェクトは必ず壁にぶつかる。必要なのは、各モデルが内包する「帰納バイアス（データ構造に対する事前知識の仮定）」を深く理解し、目の前の課題に適合するアーキテクチャを見抜く力である。

本シリーズはエンジニアにそのアーキテクトとしての判断軸を与えることを目的としている。

第2巻では、第1巻で築いた数学と機械学習の土台の上に、現代の深層学習を支えるコア・アーキテクチャを構築する。単純パーセプトロンから多層ネットワークへの発展と、誤差逆伝播法をはじめとする学習の数理的メカニズムを解き明かしたうえで、三大アーキテクチャーーCNN、RNN/LSTM、Transformerーーを徹底解剖する。各モデルが「なぜ生まれ、何を解決し、どう使い分けるのか」を設計思想の根幹から紐解いていく。さらに、研究室レベルのモデルを実務で使える水準に引き上げるための「汎化性能向上テクニック（データ拡張、アーキテクチャ固有の正規化、アンサンブル等）」を体系化し、アーキテクトとしての実践的な設計・デバッグ能力を確立する1冊である。

**【本書の情報】**本文ページ数：464ページ（電子書籍版）対応フォーマット：固定レイアウト

【本シリーズについて】

本シリーズ「AIの核心」は、初学者から中級エンジニアまでのバイブルとなることを目指して書かれた全4巻の専門書シリーズである。

巷のディープラーニング書籍の多くは、手法を「使い方」として教える。本シリーズはそれとは一線を画す。各アーキテクチャが「なぜその構造を持つのか」「どの問題に対してなぜ有効なのか」「実務でどう選び、どう設計判断するのか」を徹底的に掘り下げる。

入門書を読み終えたが実務で使えない、手を動かせるが設計判断ができない、そういったエンジニアが本シリーズを通じて、アーキテクチャを理解し戦略と戦術をもって設計できるエンジニアへと成長することを目的としている。

実務で迷ったとき、設計判断に悩んだとき、新しいアーキテクチャを評価するとき、本棚から取り出して答えを探せる「決定版」として本シリーズを位置づけている。

【シリーズ構成】

第1巻：DLを取り巻く環境と理論基盤（本書）

第2巻：ニューラルネットワークの基礎アーキテクチャ

第3巻：発展アーキテクチャと応用

第4巻：最先端モデルと実装判断

【対象読者】

ディープラーニングを基礎から体系的に学びたい初学者

手を動かせるが設計判断に自信が持てない中級エンジニア

アーキテクトとしての判断軸を身につけたいエンジニア