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4（深層学習の応用２（生成モデル、深層強化学習、様々な学習方法、説明性）、開発・運用環境） 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4巻：深層学習の応用２ 生成・強化・説明性と運用環境】 「高精度なAIが完成した」だけでは、ビジネスは1ミリも動かない。それが生成したコンテンツが実用に耐えるか、現場の制約（メモリ・速度）の中でエッジデバイスに乗るか。そして何より、AIの判断根拠をステークホルダーに「説明」し、法規制をクリアできるか。精度という指標だけを追い求める研究的アプローチから抜け出し、ビジネス要件・インフラ・倫理的制約という複雑な方程式を解き明かすことこそが、真のアーキテクトの仕事である。 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4巻は、深層学習の実務適用を完結させる最終巻である。前半では、最先端の生成モデル（VAE、GAN、拡散モデル）と深層強化学習の数理的本質を捉え、転移学習やメタ学習による「データ不足」の突破法を学ぶ。さらに、実運用で最大の障壁となる「深層学習の説明性（XAI）」に真っ向から切り込む。後半の第6章では、モデルを現実世界で動かすための「開発・運用環境」を構築する。GPU/TPUの選定から、Dockerによる再現性の確保、エッジ環境に向けたモデル軽量化（量子化・蒸留）、そしてMLOpsによる継続的改善まで。理論を実稼働するシステムへと昇華させる、シリーズの集大成となる1冊である。 **【本書の情報】**本文ページ数：606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

※ 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。