APIではじめるディープラーニング・アプリケーション開発 Google Cloud API活用入門

前表紙
株式会社 オーム社, 2020/01/15 - 192 ページ

ディープラーニング・アプリケーション開発をAPIを活用してはじめるための入門書


 本書は、API(Application Programming Interface、Webサービスの機能を外部から利用するためのインターフェース)を活用してディープラーニング・アプリケーション開発をはじめるための入門書です。

 第1部でAPIおよびディープラーニングの原理と全体像を解説した後、第2部でAPIの実装について、そして第3部では、Google Cloud APIの基本的な活用シーンを解説します。


 これからのエンジニアにとって必須の知識を、自ら手を動かして気軽に学べます。


第1部 APIとは? ディープラーニングとは?

   1章 APIの原理

      1-1 インタフェース

      1-2 アプリケーション

      1-3 プログラミング

      1-4 APIのまとめ

   2章 ディープラーニングの原理

      2-1 グーグル猫

      2-2 論文「大規模な教師なし学習を用いた高水準な機能の構築」の概要

      2-3 特徴検出器をラベルなしのデータのみから構築する

      2-4 基本をおさえる

      2-5 ニューラルネットワークモデル

      2-6 9層の10億接続されたモデル

      2-7 プーリングと局所コントラスト正規化

      2-8 スパースオートエンコーダ

      2-9 誤差関数

      2-10 正則化項を加えたオートエンコーダ

      2-11 過学習

      2-12 確率的勾配降下法

      2-13 学習フェーズと認識フェーズ

      2-14 ディープラーニングのまとめ

   3章 ディープラーニングのしくみ・基礎

      3-1 ディープラーニング開発ワークフロー

      3-2 学習データの収集

      3-3 ニューラルネットワークモデル設計・育成

      3-4 APIによるディープラーニングのまとめ


第2部 API呼び出しのポイント

   1章 APIを呼び出す環境を構築しよう

      1-1 インターネット上に公開されているAPIとは

      1-2 Python を用いたAPIの呼び出し

      1-3 Java を用いたAPIの呼び出し

      1-4 JavaScriptを用いたAPIの呼び出し

   2章 いますぐ使えるAPI:利用可能なクラウドサービス

      2-1 APIの種類

      2-2 画像・動画解析のAPIでできること

      2-3 テキスト解析のAPIでできること

      2-4 音声解析のAPIでできること


第3部 いますぐできる2つの活用シーン

   シーン1 テスト採点の自動化:分析情報抽出APIの活用

      Step 1 プログラム(答案用紙画像取り込み)

      Step 2 プログラム(分析情報抽出APIの呼び出し)

      Step 3 プログラム(API実行結果の解析)

      Step 4 プログラム(Excelファイルに書き込み)

      Step 5 実行用のJARファイルをつくって実行

   シーン2 会話による健康管理サポート:音声操作アプリケーションの活用

      Step 1 Actionsプロジェクトの作成

      Step 2 Dialogflowエージェントの作成

      Step 3 会話設計

      Step 4 会話の実装@(起動時のメッセージ)

      Step 5 会話の実装A(聞き取る内容の登録)

      Step 6 会話の実装B(聞き取った内容からの情報抽出)

      Step 7 会話の実装C(聞き取った内容への応答)

      Step 8 会話の実装D(聞き取る内容パターンの追加)

      Step 9 会話の実装E(Entityのカスタマイズ)

      Step 10 会話の実装F(終了時のメッセージ)

      Step 11 Firebaseプロジェクトの作成

      Step 12 Node.js設定ファイルの作成

      Step 13 会話パラメータの取得

      Step 14 データベースの作成

      Step 15 食事内容のデータベースへの保存

      Step 16 プログラムのアップロード

      Step 17 Fulfillment処理の登録

      Step 18 テスト実行


COLUMN

   《ネコの寄り道》フレームワークとライブラリの違い

   《ネコの寄り道》猫ニューロンがもっともよく反応したテストセット

   《ネコの寄り道》量子コンピュータ?

   JSON形式とJSONP形式

   Javaプロジェクトのインポート手順

   スマートフォンからのテスト実行

   Firebaseプロジェクトのファイル構成

   保存場所の手動作成方法

   Dialogflowエージェントのインポート手順

 

レビュー - レビューを書く

レビューが見つかりませんでした。

目次

23 テキスト解析のAPIでできること
86
24 音声解析のAPIでできること
87
第3部いますぐできる2つの活用シーン
89
分析情報抽出APIの活用
90
Step1 プログラム答案用紙画像取り込み
115
Step2 プログラム分析情報抽出APIの呼び出し
117
Step3 プログラムAPI実行結果の解析
122
Step4 プログラムExcelファイルに書き込み
125

24 基本をおさえる
15
25 ニューラルネットワークモデル
16
26 9層の10億接続されたモデル
19
27 プーリングと局所コントラスト正規化
20
28 スパースオートエンコーダ
25
29 誤差関数
27
210 正則化項を加えたオートエンコーダ
28
211 過学習
29
212 確率的勾配降下法
30
213 学習フェーズと認識フェーズ
31
214 ディープラーニングのまとめ
33
3章ディープラーニングのしくみ基礎
34
32 学習データの収集
35
33 ニューラルネットワークモデル設計育成
36
34 APIによるディープラーニングのまとめ
38
第2部 API呼び出しのポイント
49
1章 APIを呼び出す環境を構築しよう
50
12 Pythonを用いたAPIの呼び出し
56
13 Javaを用いたAPIの呼び出し
63
14 JavaScriptを用いたAPIの呼び出し
79
利用可能なクラウドサービス
82
22 画像動画解析のAPIでできること
84
Step5 実行用のJARファイルをつくって実行
129
音声操作アプリケーションの活用
136
Step1 Actionsプロジェクトの作成
146
Step2 Dialogflowエージェントの作成
147
Step3 会話設計
149
Step4 会話の実装1起動時のメッセージ
150
Step5 会話の実装2聞き取る内容の登録
151
Step6 会話の実装3聞き取った内容からの情報抽出
152
Step7 会話の実装4聞き取った内容への応答
153
Step8 会話の実装5聞き取る内容パターンの追加
154
Step9 会話の実装6Entityのカスタマイズ
156
Step10 会話の実装7終了時のメッセージ
158
Step11 Firebaseプロジェクトの作成
159
Step12 Nodejs設定ファイルの作成
163
Step13 会話パラメータの取得
164
Step14 データベースの作成
166
Step15 食事内容のデータベースへの保存
168
Step16 プログラムのアップロード
170
Step17 Fulfillment処理の登録
173
Step18 テスト実行
174
索引
181
奥付
183

多く使われている語句

書誌情報