ディープラーニングと物理学 原理がわかる、応用ができる 田中 章詞/富谷 昭夫/橋本 幸士

ディープラーニングと物理学 原理がわかる、応用ができる

ジャンル
科学
配信日
2020年09月04日
  • このエントリーをはてなブックマークに追加

ディープラーニングと物理学 原理がわかる、応用ができるのあらすじ

人工知能技術の中枢をなす深層学習と物理学との繋がりを俯瞰する。物理学者ならではの視点で原理から応用までを説く、空前の入門書。《目次》第1章 はじめに:機械学習と物理学【第I部 物理から見るディープラーニングの原理】第2章 機械学習の一般論第3章 ニューラルネットワークの基礎第4章 発展的なニューラルネットワーク第5章 サンプリングの必要性と原理第6章 教師なし深層学習【第II部 物理学への応用と展開】第7章 物理学における逆問題第8章 相転移をディープラーニングで見いだせるか第9章 力学系とニューラルネットワーク第10章 スピングラスとニューラルネットワーク第11章 量子多体系、テンソルネットワークとニューラルネットワーク第12章 超弦理論への応用第13章 おわりに

3,520円 35ポイント還元

プレミアム会員なら、さらにポイント還元!

対応デバイス

iPhone iPad Android タブレット PC ケータイ
○ 対応 ○ 対応 ○ 対応 ○ 対応 ○ 対応 × 非対応

ディープラーニングと物理学 原理がわかる、応用ができるのユーザーレビュー

ユーザーレビューを書く

※レビュー内容は全角4文字以上、500文字以内にしてください。

文字数が不足しています。全角4文字以上で入力してください。

文字数が上限を超えております。全角500文字以内で入力してください。

規約を読む

PAGE
TOP