ディープラーニング（深層学習）は、機械学習に劇的な進展をもたらしました。
脳の神経回路に似せた’階層の深いニューラルネットワーク’の最適化手法が、人工知能研究を新時代へ導いたのです。
本書は「基礎編」と「理論編」を通じ、その原理を初学者にも分かりやすく解説します。
画像認識分野での衝撃的な成果など、この技術が注目される背景や研究の歴史的経緯にも言及。
SuperVisionのチャレンジや「Googleの猫」といった実証研究を紹介するほか、CNN、RNN、AutoEncoderといった代表的アルゴリズム、勾配法による最適化計算の手法等も明らかにします。
さらに「体験編」では、Linuxユーザーを対象に、オープンソースのディープラーニングフレームワーク’Caffe’、および手描き文字のサンプルデータを用い、ニューラルネットワークのパラメータチューニングを実験してみます。