精確掌握 AI 大趨勢!深度學習技術解密：日本 AI 神人，帶你正確學會從機器學習到生成式 AI 的核心基礎

　　▍獨角獸新創公司 Preferred Networks 創辦人
　　▍2022 年日本「現代名工」獲獎者
　　▍閱讀千篇論文的深厚學識精華
　　✧✦AI 神人親自講解深度學習的技術奧秘！✦✧

　　千變萬化的 AI 應用，核心都是「深度學習」。
　　掌握深度學習，才能迎接 AI 世代的新挑戰！

　　【基礎概念：深度學習的特色、與機器學習的不同】
　　認識機器學習的不同類型，詳細瞭解神經網路、特徵學習、反向傳播，如何使深度學習脫穎而出。

　　【發展進化：正規化層、跳躍連接、注意力單元】
　　深入解說這三項核心技術的數學原理，認識深度學習克服各種困難、大幅進化的歷程。

　　【實際應用：影像辨識、語音辨識、自然語言處理】
　　綜合以上基礎，說明深度學習從輸入到輸出完整執行實際任務的過程，以及各種基礎技術在不同應用領域所擔任的重要角色。

　　【技術回顧：AI 發展的坎坷與突破】
　　早在 1956 年提出的 AI，為何數十年間乏人問津？深度學習又是如何重燃 AI 的火種？回顧 AI 發展，更能洞察未來方向。

　　★特別收錄：精選基礎數學★
　　把學校的數學課忘光了也不用怕！附錄彙整深度學習的必要數學知識，有疑問隨時翻閱，回頭立刻跟上大師講解。

　　本書不含：
　　✗走馬看花的簡略介紹
　　✗只用大量文字描述數學概念
　　✗只挑知名的技術做單元介紹

　　本書注重：
　　✓各技術運作方式的詳盡解說與參考文獻
　　✓大量圖片表達技術要旨、實際數學式演示過程
　　✓各技術發展背景與傳承脈絡，描繪深度學習的改革史

　　✧✦探索 AI 奧祕絕不該錯過的精采好書！✦✧

本書特色

　　◆難度由淺入深，從基礎數學開始紮穩根基
　　書中數學式從符號開始一一解說，各種計算及推導都仔細說明，書末更附上基礎數學補充，數學課忘光也不怕

　　◆核心關鍵技術一網打盡，完整掌握深度學習
　　學習模型 / 損失函數 / 梯度下降法 / 反向傳播 / 卷積層 / 循環層 / 閘控機制 / 激活函數 / 正規化 / 跳躍連接 / 注意力單元……核心技術全面涵蓋

　　◆插圖、文字、數學式，三管齊下詳盡講解
　　- 以圖示勾勒整體概念
　　- 以文字解構問題並說明思路
　　- 以數學式演示技術流程
　　3 方向完整拆解、充分理解，讀懂原理不必再囫圇吞棗

　　◆從背景到傳承，清楚描繪技術發展脈絡
　　偉大的技術，即是解決過去的問題，並提出未來的問題；本書清楚描繪核心技術環環相扣的進化史，更能展望 AI 未來的新發展

專業推薦

　　王道維｜國立清華大學物理系教授 / 人文社會 AI 應用與發展研究中心副主任
　　林筱玫｜台灣人工智慧協會執行長
　　劉育維｜人工智慧解決方案專家暨網路作家
　　 (依姓名筆劃排列)

作者簡介

岡野原大輔 (Daisuke Okanohara)

　　2010 年畢業於東京大學資訊理工學系計算機科學專攻博士課程（資訊理工學博士）。2006 年在學期間與友人共同創辦 Preferred Infrastructure，並於 2014 年創立 Preferred Networks。目前擔任 Preferred Networks 的代表取締役研究總裁（CER），以及 Preferred Computational Chemistry 的代表取締役社長。