Deep Learning
学習リソース
「Dive into Deep learning」というオープンな書籍
メインの著者はAWSとCMUの研究者
Provides NumPy/MXNet, PyTorch, and TensorFlow implementations
様々な大学のテキストで使われているようだ
Our goal is to offer a resource that could
be freely available for everyone;
offer sufficient technical depth to provide a starting point on the path to actually becoming an applied machine learning scientist;
include runnable code, showing readers how to solve problems in practice;
allow for rapid updates, both by us and also by the community at large;
be complemented by a forum for interactive discussion of technical details and to answer questions.
主に研究者向けに松尾研で作成したもので、GPUを利用してモデルを学習するような実践的な内容になっています
本講座は主にエンジニアの方に向けた深層学習の入門教材です。 本教材では、Deep LearningのフレームワークTensorflowの高レベルAPIであるKerasを用いています。 CNN
Practical Deep Learning for Coders
Part 2: Deep Learning from the Foundations
Introduction to Machine Learning for Coders
Code-First Introduction to Natural Language Processing
計算機科学から見たディープラーニング（今井健男）
画像認識や自然言語解析における絶大な成果によって、ソフトウェア開発に大きな変化をもたらしたディープラーニング（深層学習）。統計的な処理や、そのための大規模なデータ、さらに、それを扱うための膨大な計算機資源といった新規性、話題性のある側面に目が向きがちだが、ソフトウェア開発の手法であるからには、そのプログラムの検証可能性や安全性など、工学的な側面についても意識して考えていく必要があるだろう。
従来のソフトウェア開発では、論理学をベースとする計算機科学の成果がソフトウェアの検証などに応用されている。本稿では、ディープラーニングについて計算機科学の視点から捉えるとすればどのようなアプローチがありうるか、形式手法とディープラーニングの双方に詳しい今井氏に寄稿していただいた。（編集部）