Google Cloud Platformではじめる機械学習と深層学習
Google Cloud Platformではじめる機械学習と深層学習
リックテレコム
著者：吉川隼人
はじめに
本書の読み方について
人工知能、機械学習、深層学習とは
PartⅠ GCPと機械学習
1 GCPを使ってみよう
1.1 GCPの概要
1.2 アカウントとプロジェクトの作成
1.3 Cloud Shell
1.4 Google Compute Engine
1.5 Google Cloud Storage
1.6 BigQuery
Column BigQuery使用時の注意事項
2 Datalabを使ってみよう
2.1 Datalabクイックツアー
2.2 numpyとpandas
2.3 DatalabとBigQueryの連携
2.4 Datalabで様々なグラフ描画
3 GCPでお手軽、機械学習
3.1 GCPの機械学習関連サービス
3.2 Cloud Vision API
3.3 Cloud Translation API
3.4 Cloud Natural Language API
Column DataflowとML Engine
PartⅡ 識別の基礎
4 2クラスの識別
4.1 単純な識別
4.2 機械学習の導入
4.3 パーセプトロン
Column Columnパーセプトロン学習規則の補足
4.4 損失関数
4.5 ロジスティック回帰
5 多クラスの識別と様々な識別器
5.1 scikit-learnクイックツアー
5.2 多クラスのロジスティック回帰
5.3 サポートベクターマシン
5.4 ランダムフォレスト
6 データの評価方法とチューニング
6.1 基本的な学習のフロー
6.2 学習とテスト
6.3 データの評価
6.4 パラメータチューニング
PartⅢ ディープラーニング入門
7 ディープラーニングの基礎
7.1 画像の識別
7.2 ニューラルネットワーク
7.3 活性化関数
7.4 多クラスの対応
7.5 様々な勾配降下法
7.6 TensorFlowの準備
7.7 ニューラルネットワークの実装
7.8 DNNClassifierで簡単学習
7.9 TensorBoard 学習結果の確認
Column ドロップアウト層
8 CNN（畳み込みニューラルネットワーク）
8.1 これまでの画像識別の問題点
8.2 畳み込み層
8.3 畳み込み演算の種類とプーリング層
8.4 TensorFlowで2層CNNを実装
Column より深いネットワーク
Column Cloud ML Engine
Appendix
A-1 Python2の基本的な使い方
A-2 Jupyterのセットアップ
索引
著者紹介