コンピュータビジョンのための実践機械学習 ―モデルアーキテクチャからMLOpsまで

まえがき

画像を用いた機械学習は、医療、製造、小売などさまざまな分野に革命をもたらしています。これまで困難だった問題の多くは、画像に写った物体を識別できる機械学習モデルを作成することで解決できるようになってきました。本書の目的は、この急速に発展する分野を支える機械学習のアーキテクチャを直感的にわかるように説明すると同時に、画像の分類、物体の検出や計測、カウンティング、セグメンテーションなどのタスクや、画像から表現を獲得したり、画像自体を生成したりなど、さまざまな問題を解決するための実践的なコードを提供することです。

画像分類は、ディープラーニングの「Hello world」とも言えるでしょう。ですので、本書はディープラーニングの実践的な入門書でもあります。本書を足がかりにして、自然言語処理などのディープラーニングの他の領域へ進むこともできるでしょう。

本書を通して、コンピュータビジョン用の機械学習のアーキテクチャの設計方法と、モデルの学習を行う方法を学ぶことができます。使用するモデルには、人気が高く広く使われているものを中心に紹介します。サンプルコードはTensorFlowとKerasで書かれています。また、モデルの性能を向上させるだけでなく、学習や推論の効率化や説明可能性の追加など、さまざまな実践的ベストプラクティスについても解説しています。あわせて、画像認識のための機械学習パイプラインをエンドツーエンドで設計、実装、チューニングする方法についても扱います。

対象とする読者

対象とする主な読者は、画像に機械学習を適用したいと考えているソフトウェア開発者です。特にTensorFlowやKerasを使ってコンピュータビジョンの課題を解決しようとしている開発者にはぴったりの内容です。 ...