AIの核心 ディープラーニングの原理・本質から実践までわかる本　理論編3（深層学習の応用１（画像認識・物体検出・セマンティックセグメンテーション・自然言語処理・音声処理）） なぜそのモデルを選ぶのか？アーキテクチャの選定・モデル設計の判断軸を学ぶ ／風呂井　仁 （（株）ＪＦソリューションズ）

作品スペック

※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3巻：深層学習の応用１ 画像・言語・音声の最前線】 画像分類、物体検出、自然言語処理ーー。チュートリアルのモデルをそのまま実データに適用しても、実務が要求する精度や速度、リソースの壁には必ず跳ね返される。なぜなら、各ドメインには「局所性の喪失」「小物体検出の困難さ」「文脈の長期依存性」といった固有の課題が存在するからだ。実務家には、先人たちがこれらの制約をいかに打ち破ってきたかという「設計の歴史と必然性」を理解し、目前のタスクに最適なモデルを論理的に選定する力が求められる。 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3巻では、第2巻で学んだ基礎アーキテクチャを現実のタスクに展開する。画像認識のパラダイムを変えたResNetやVision Transformer（ViT）、速度と精度がシビアに問われる物体検出（Faster R-CNN、YOLO、FCOS）、ピクセル単位の理解を問うセマンティックセグメンテーション（U-Net、SAM）を徹底解剖する。さらに自然言語処理においてはWord2VecからBERT、そして現代の基盤となるGPTとRAG（検索拡張生成）の使い分けを解き明かし、音声処理（Whisper等）の実務的選択基準までを網羅する。各モデルが「なぜ生まれ、何を解決し、どこで使えるか」を判断できる眼を養う1冊である。 **【本書の情報】**本文ページ数：531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

※ 各モールの商品ページから取得した説明文です。最新・正確な情報は各販売ページでご確認ください。