BULBのメンバーがディープラーニングの書籍を出版

こんにちは！BULBのデータサイエンティスト 足立です。

先日、リックテレコム社から、私が執筆した書籍「ソニー開発のNeural Network Console入門【増補改訂・クラウド対応版】」が発売されました。書籍内では、ソニー社が開発・提供している、GUIのディープラーニング開発ツール「Neural Network Console（以下、NNCと記載）」を使って、画像認識やセンサの異常検知、文書分類の実装例を紹介しています。

「これからディープラーニングの学びたい！でもプログラミングは苦手」というディープラーニング入門の方、簡単な分類モデルを作成したけど、どのように実務に活用すれば良いのか悩んでいるディープラーニング初心者の皆さんに手に取っていただきたいシロモノです。

簡単に本書で注目・オススメの点を紹介します！

1．クラウドでお手軽に開発する方法が分かる

NNC クラウド版 は、ローカルPCにアプリケーションをインストールせずとも、ユーザ登録するだけでブラウザを介してクラウド環境を簡単に利用できるメリットがあります。特に、マウスのドラッグ＆ドロップ操作だけで簡単に、各種ネットワークを作成でき、作成したネットワークを訓練し精度を検証することができます。

※図（上）はネットワーク作成、図（左下）は学習の誤差曲線、図（右下）は評価の出力結果

NNCはプログラミング無しで使える便利ツールですが、使い方に癖があり慣れるまでに時間がかかります。本書では、まずMNIST画像分類を例に、NNCの使い方を丁寧に一から解説しています。

2．数式無しでアルゴリズムの概要が分かる

ディープラーニングには、多層パーセプトロン（MLP）や畳み込みニューラルネットワーク（CNN）、再帰型ニューラルネットワーク（RNN）など様々なアルゴリズムがあります。一つ一つの理論を数式から理解していくことは大切ですが、、、これから学習するに入門者には敷居が高く感じられ、挫折してしまうかもしれません。

そこで本書では、手を動かしてディープラーニングを理解することに焦点を置き、理論は概要を掴むために必要な情報に絞って紹介しています。例えば、下図ではミニバッチ学習の仕組みを説明しています。

3．画像・時系列・自然言語データを使った実装例が分かる

本書の後半はほぼ、NNCを使ったモデル開発の応用例を紹介しています。

１つ目（下図の上部）は、JPEGやPNGなど一般的な拡張子の画像データをもとに、被写体の物体を識別し画像を分類する実装方法です。MNISTの次は、実際の画像を使ってモデル作成してみたい場合におススメです。

２つ目（下図の下部）は、時系列のセンサデータをもとに、過去の波形データ点から次点のデータを予測し、予測誤差を用いて異常検知に応用する方法です。製造業あるあるの課題、機械の故障予測や異常検知に充分に活用できます！

３つ目は、日本語の記事データをもとに、記事が属するイベントを分類する実装方法です。文章はそのままの形ではアルゴリズムに投入できないため、何かしらの方法で数値化する必要があります。この前処理はNNCで実装できないため、代わりに別のGUIツールを使用して実装する方法を説明しています。

おわりに

以上、簡単に本書の見どころを紹介しました。少しでも興味を持っていただいた方は、ぜひお近くの書店またはネット通販でお買い求めいただく、もしくはBULBに気軽に話を聞きに来てみてください！

※なお、本書の内容はBULB株式会社に直接関係するものではありません。