Copyright © 2020 ぬこぷろ
All Rights Reserved

AI深層学習教科書 ディープラーニング G検定(ジェネラリスト) 公式テキストの評価
データ更新日:2020-09-13

AI分野での評価

書籍の評価について

簡単に次のような指標から評価を計算しています。

  • ・書籍が紹介されているQiita記事のいいね数と更新日
  • ・書籍が紹介されているサイトのGoogleでの検索順位
  • ・Twitterで書籍に関する最新ツイートのいいね数とリツイート数

詳細な評価の計算方法については下記をご覧ください。

書籍の評価について

順位17
総合点4
Qiitaの記事での点数3
twitterでの点数1

基本情報

内容ディープラーニングの知識を測る検定試験(G検定)の「公式テキスト」登場! 【本書の特徴】 1)試験運営団体である「日本ディープラーニング協会」が執筆。 2)各章末には、練習問題つき。試験勉強に最適。 3)最新シラバス「JDLA Deep Learning for GENERAL 2018」に完全準拠。 4)ディープラーニングについて最新事情も踏まえ学ぶことができる。 【対象読者】 ・「ディープラーニング G検定(ジェネラリスト検定)」を受験しようと思っている人 ・ディープラーニングについてこれから広く学びたい人 ・ディープラーニングを事業活用しようと思っている人 【G検定とは】 ・目的:ディープラーニングを事業に活かすための知識を有しているかを検定する ・受験資格制限:なし ・試験概要:120分、知識問題(多肢選択式)、オンライン実施(自宅受験) ・出題問題:シラバスより出題 ・日程:公式サイトにて公表
目次はじめに 試験の概要 会員特典データのご案内 第1章 人工知能(AI)とは  1-1 人工知能(AI)とは  1-2 人工知能研究の歴史  章末問題 第2章 人工知能をめぐる動向  2-1 探索・推論  2-2 知識表現  2-3 機械学習・深層学習  章末問題 第3章 人工知能分野の問題  3-1 人工知能分野の問題  章末問題 第4章 機機械学習の具体的手法  4-1 代表的な手法  4-2 手法の評価  章末問題 第5章ディープラーニングの概要  5-1 ニューラルネットワークとディープラーニング  5-2 ディープラーニングのアプローチ  5-3 ディープラーニングを実現するには  章末問題 第6章 ディープラーニングの手法  6-1 活性化関数  6-2 学習率の最適化  6-3 更なるテクニック  6-4 CNN:畳み込みニューラルネットワーク  6-5 RNN:リカレントニューラルネットワーク  6-6 深層強化学習  6-7 深層生成モデル  章末問題 第7章 ディープラーニングの研究分野  7-1 画像認識分野  7-2 自然言語処理分野  7-3 音声認識  7-4 強化学習(ロボティクス)  章末問題 第8章 ディープラーニングの応用に向けて(1)産業への応用  8-1 ものづくり領域における応用事例  8-2 モビリティ領域における応用事例  8-3 医療領域における応用事例  8-4 介護領域における応用事例  8-5 インフラ・防犯・監視領域における応用事例  8-6 サービス・小売・飲食店領域における応用事例  8-7 その他領域における応用事例  8-8 (参考)第7章との関連マトリクス  章末問題 第9章 ディープラーニングの応用に向けて(2)法律・倫理・現行の議論  9-1 AIと社会  9-2 プロダクトを考える  9-3 データを集める  9-4 データを加工・分析・学習させる  9-5 実装・運用・評価する  9-6 クライシス・マネジメントをする  章末問題
著者一般社団法人日本ディープラーニング協会/監修 浅川伸一/著 江間有沙/著 工藤郁子/著 ほか
出版日20181022
出版社翔泳社

Google検索結果上位で紹介されているページ数

本を紹介しているページの順位ページ総数
101
※ぬこぷろでは様々な検索キーワードで計測しています。

本を紹介しているQiitaの記事

記事名いいね数
ディープラーニング協会G検定の勉強方法(初心者向け)【2020年版】16
量子機械学習の理解に向けての勉強メモ15
[レベル低め]機械学習・ディープラーニング入門者がG検定を受けてみた5