人気のPythonフレームワーク「Keras」を用いてディープラーニングを学べる実践書。
ファインチューニングやデータオーグメンテーションをはじめとする「ディープラーニングの精度を上げるために必須の技法」と、ネットワークの保存方法など「実践するうえで知っておくと役立つテクニック」を惜しみなく紹介。そのほか、ディープラーニングを機械学習と組み合わせる方法や、多入力・多出力の複雑なニューラルネットワークを構築する方法など、高度なチューニングのためのユニークな技法も多数収録。
画像処理、自然言語処理、3Dデータ処理などの豊富な事例を通して、単にフレームワークを動かすだけの段階から、目的に合わせて自由自在にカスタマイズできる段階へステップアップしよう。
第1章 速習ディープラーニング
1.1 ニューラルネットワークの種類
1.2 ディープラーニングの学習手順
第2章 Kerasによるディープラーニング
2.1 Kerasとは？
2.2 Kerasのモデル
2.3 層のカスタマイズ
第3章 実践編①：フレームワークを動かしてみる
3.1 手書き文字画像の分類
3.2 カラー画像の分類
3.3 Twitterデータの感情解析
第4章 実践編②：一歩進んだディープラーニングの技法
4.1 訓練済みニューラルネットワークを用いる：植物画像の分類
4.2 ファインチューニング：CIFAR10画像の分類
4.3 データオーグメンテーション：CIFAR100画像の分類
4.4 マルチラベル問題：ロイターニュース記事のトピック分類
第5章 実践編③：さらに進んだフレームワークの使い方
5.1 3D形状データの分類と検索
5.2 多出力のニューラルネットワークを用いる：映画の興行収入の分類・回帰
5.3 機械学習とディープラーニングを組合わせる：植物画像の分類
5.4 時系列データの予測
