実践GAN　敵対的生成ネットワークによる深層学習

GAN（Generative Adversarial Networks）：敵対的生成ネットワークは機械学習技術の一種で、2つの分離したニューラルネットワークを使い実物と区別が付かないほどリアルな画像を生成することを可能とします。 本書はGAN：敵対的生成ネットワークを学びたい方のために入門から実装まで、理論を交えつつ解説していきます。本書全体を通じてJupyter Notebookを使い、実装はPython、Kerasで行っていきます。 機械学習とニューラルネットワーク、Pythonプログラミングについてある程度の経験がある方を主な対象読者としており、数学や関しては最小限のものに絞って解説します。 本書の目的は、GANが達成してきたことを理解するための知識と道具を提供し、そこから新しい応用を見つけ作り出す力をつけていただくことです。GANは多くの可能性に満ちていますから、意欲的な方々であれば学術界・実世界に大きなインパクトを与えられることでしょう。 Part 1 GANと生成モデル入門 1章 はじめてのGAN 2章 オートエンコーダを用いた生成モデル 3章 はじめてのGAN：手書き文字の生成 4章 深層畳み込みGAN：DCGAN Part 2 GANの発展的な話題 5章 訓練とよくある課題：GANをうまく動かすために 6章 プログレッシブなGAN 7章 半教師あり学習 8章 条件付きGAN 9章 CycleGAN Part 3 ここからどこへ進むべきか 10章 敵対的サンプル 11章 GANの実用的な応用 12章 将来に向けて