深層学習 : 基礎と概念. 上

• Material Type: 図書
• ISBN: 978-4-621-31280-3
• Title: 深層学習 : 基礎と概念
• Title Transcription: シンソウ ガクシュウ : キソ ト ガイネン
• Volume: 上
• Author/Editor: C.M.ビショップ, H.ビショップ 著; 神嶌敏弘 訳
• Author Heading: 著者 ： Bishop, Christopher M ( 01114562 )Authorities; 著者 ： Bishop, Hugh ( 034561114 )Authorities; 訳者 ： 神嶌, 敏弘 カミシマ, トシヒロ ( 001176261 )Authorities
• Publication, Distribution, etc.: 東京 : 丸善出版 (出版)
• Publication Date: 2026.1
• Publication Date (W3CDTF): 2026
• Extent: 352p
• Size: 21cm
• Additional Title: DEEP LEARNING
• Place of Publication (Country Code): JP
• Text Language Code: jpn
• Original Text Lang. Code: eng
• Content Type: テキスト
• Media Type: 機器不用
• Carrier Type: 冊子
• Subject Heading: 深層学習 シンソウ ガクシュウ ( 001253719 )Authorities
• NDC 10th ed.: 007.13 : Information science. Informatics
• NDLC: M121
• Target Audience: 一般
• Note (General): 原タイトル: DEEP LEARNING
• Note (Bibliography): 文献あり 索引あり
• Price: 5000円
• Holding library: 国立国会図書館
• Call No.: M121-R338
• Data Provider (Database): 国立国会図書館 : 国立国会図書館蔵書; https://ndlsearch.ndl.go.jp
• Bibliographic ID (NDL): 034519356; http://id.ndl.go.jp/bib/034519356
• National Bibliography No. (JPNO): 24224800
• TOHAN MARC No.: 34830004
• Cataloging Rule: Nippon Cataloging Rules 2018 Edition
• Bibliographic Record Category (NDL): 111

• Summary, etc.: 『パターン認識と機械学習』のBishopによる深層学習の専門書。前作と同様に明解な書きぶりで深層学習の根幹となる数理を解説。
• Note (Production): 電子書籍
• Producer: 丸善出版
• Production year: 2026-02-10
• Format: EPUB; フィックス
• Data Provider (Database): 出版情報登録センター : 出版情報登録センター（JPRO）; https://jpro2.jpo.or.jp/
• JP-e Code: 62131280100010000000

Table of Contents

はじめに/上巻目次/第1章　深層学習革命/1.1　深層学習の衝撃/1.2　機械学習入門/1.3　機械学習史略/第2章　確率論/2.1　確率の演算則/2.2　確率密度/2.3　ガウス分布/2.4　確率密度の変換/2.5　情報理論/2.6　ベイズ主義的確率/第3章　代表的な確率分布/3.1　離散変数の分布/3.2　多変量ガウス分布/3.3　周期変数/3.4　指数型分布族/3.5　ノンパラメトリック推定法/第4章　単層ニューラルネット：回帰問題/4.1　線形回帰問題/4.2　決定理論/4.3　バイアス-バリアンスのトレードオフ/第5章　単層ニューラルネット：分類問題/5.1　識別関数/5.2　決定理論/5.3　生成モデルによる分類/5.4　識別モデルによる分類/第6章　深層ニューラルネット/6.1　不変な基底関数を用いることによる制限/6.2　多層ニューラルネット/6.3　深層ニューラルネット/6.4　誤差関数/6.5　混合密度ネットワーク/第7章　勾配降下法/7.1　誤差曲面/7.2　勾配降下法による最適化/7.3　収束の速さ/7.4　正規化/第8章　誤差逆伝播法/8.1　勾配の計算/8.2　自動微分/第9章　正則化/9.1　帰納バイアス/9.2　重み減衰　/9.3　学習曲線/9.4　パラメータ共有/9.5　残差接続/9.6　モデル平均化/付録A　線形代数/A.1　行列の公式/A.2　トレースと行列式/A.3　行列の導関数/A.4　固有ベクトル/付録B　変分法/付録C　ラグランジュ乗数法/参考文献/和文索引/英文索引