直感 Deep Learning ―Python×Kerasでアイデアを形にするレシピ

訳者まえがき

囲碁で人工知能が世界チャンピオンに勝つ、新しい天体が人工知能により発見されるなど、ディープラーニングは驚異的な成果を上げています。またスマートフォンやセンサーデバイスの普及により、ユーザーや周辺環境についての大量のデータが手に入るようになり、それらを利用した新しいサービスや既存のサービスの改善事例も登場してきています。このような環境の中、自分のビジネスにもぜひディープラーニングを活用したい、と思う方が増えてきていると思います。

ディープラーニングや機械学習についてはすでにすばらしい教材がたくさんあります。書籍をはじめ、Courseraといったオンラインの講座も充実しており、理論的な面について学びやすい環境になってきています。またさまざまなディープラーニング用のフレームワークが公開されており、その使用方法が記述された記事や書籍もたくさんあるので、ディープラーニングを手元で実装するハードルも下がってきています。

しかし、理論は理解でき、簡単なサンプルを作ることもできるが、実際に直面する問題に適用できない、という課題が顕在化してきていると感じます。

実務においては、素早く、しかも理解しやすい実装を行うことが開発、そして運用の面で重要になってきます。これにはただ実装できるだけでなく、「直感的」であり、かつ「学習コストが低い」フレームワークが最適です。この2つの点を満たすのが、本書で紹介する「Keras」というフレームワークです。

本書ではKerasを用いて、画像の認識や生成、自然言語からの特徴抽出、また強化学習など幅広い分野のタスクを実装する方法を紹介します。これらさまざまなユースケースを理解することで、実際に取り組む課題を解決するための近道となると思います。理論だけでなく実際の実装コードも掲載しており、この中ではTensorBoardを用いた学習状況の可視化など、実務で使うテクニックも取り入れています。 ...