今日から使えるファインチューニングレシピ―ＡＩ・機械学習の技術と実用をつなぐ基本テクニック

藤原 弘将/吉岡 琢/石田 忠/内木 賢吾/佐々木 雄哉/川崎 奏宜/加藤 修【共著】

オーム社（2024/09発売）

• サイズ B5判／ページ数 232p／高さ 24cm
• 商品コード 9784274232381
• NDC分類 007.1
• Cコード C3055

出版社内容情報

ファインチューニングについて、具体的なPythonコードを通じて基本から実践までわかりやすく説明
本書は、画像識別や自然言語処理といった実務における代表的なタスクで現れるモデルのファインチューニング、さらに近年著しく発達している生成AIモデルのファインチューニング、および、強化学習を活用したファインチューニングについて、それぞれ具体的なPythonコードを通じて基本から実践までわかりやすく説明した書籍です。
ファインチューニングを実務で活用することを目指すエンジニアや研究者、および学生の方々を対象に、実務に直結したアドバイスや具体的な手法を提供し、現場での実践力を高めていただくことを目標としています。
それぞれのタスクを実施するための手続きを「レシピ」としてパッケージ化して、その中身を「レシピの概要」「事前準備」「ファインチューニング実装」「評価」「応用レシピ」としています。具体的なPythonコードを通じて基本的かつ実践的な考え方を理解していただき、さらにそれを読者の皆さん自身の課題に合わせて修正できるようにしています。
これからファインチューニングを始めたい、あるいはファインチューニングの実践におけるコツを知りたい方におすすめの書籍です。

内容説明

ファインチューニングのしくみと実践のコツを解説！

目次

１　ファインチューニングの基礎知識（機械学習とは；ファインチューニングとは　ほか）
２　画像のファインチューニング（このＣｈａｐｔｅｒで取り扱うタスクと機械学習モデル；画像ファインチューニングのしくみ　ほか）
３　自然言語処理のファインチューニング（自然言語処理とは；テキスト分類のファインチューニング　ほか）
４　生成ＡＩのファインチューニング（生成ＡＩ；プロンプトエンジニアリングによる質問応答　ほか）
５　強化学習によるファインチューニング（強化学習とＲＬＨＦ；ポジティブな文生成のファインチューニング）
Ａｐｐｅｎｄｉｘ　評価指標

著者等紹介

藤原弘将［フジハラヒロマサ］
京都大学大学院情報学研究科博士後期課程修了（情報学）。２００７年、産業技術総合研究所に入所。機械学習を用いた音声／音楽の自動理解の研究に従事。開発した特許技術をさまざまな企業にライセンス提供し、ライセンス先企業の技術顧問も務める。２０１２年、ボストンコンサルティンググループに入社。ビッグデータ活用領域を中心に多数、業界・テーマのプロジェクトに従事。ＡＩ系のスタートアップ企業を経て、２０１６年に株式会社Ｌａｂｏｒｏ．ＡＩを創業。代表取締役ＣＯＯ兼ＣＴＯとして技術開発をリード

吉岡琢［ヨシオカタク］
奈良先端科学技術大学院大学情報科学研究科博士後期課程修了（工学）。在学中に確率モデルによる情報処理の研究に従事。修了後、研究所や企業で機械学習による脳活動計測、人流データ分析、深層学習によるロボット制御を経験。２０１９年４月より株式会社Ｌａｂｏｒｏ．ＡＩに参画し、強化学習、自然言語処理を中心に従事。２０２２年よりエンジニアリング部部長に就任、部門の指揮を執る

石田忠［イシダタダシ］
群馬大学工学部電気電子工学科卒業。組込みエンジニアとして主に舞台照明の制御装置や車載装置の開発に携わる。その後、高速度カメラメーカで画像処理エンジニアとして、画像解析および機械学習による画像処理を経験。２０２１年に株式会社Ｌａｂｏｒｏ．ＡＩに参画し、画像機械学習やベイズ最適化等、さまざまなプロジェクトにかかわる

内木賢吾［ナイキケンゴ］
名古屋大学大学院工学研究科電子情報システム専攻修士課程修了。在学中は自然言語処理の質問応答システムを研究。卒業後、ハードウェアエンジニアとして車載向け実験機器の開発に従事し、筐体、電子回路などハードウェア全般の設計や試験などを担当。その後、自動車会社のＲ＆Ｄ組織にて車載向け音声認識システムのフロントエンド処理に関する研究開発を担当。２０１９年から株式会社Ｌａｂｏｒｏ．ＡＩに参画し、自然言語処理やセンサデータの異常検知を中心に従事。２０２１年からスーパーバイズとして各種案件にかかわる

佐々木雄哉［ササキユウヤ］
早稲田大学高等学院卒業。学生時代から数学オリンピック指導や難関中高大の受験指導に携わる。その後、自身でも塾経営を行いながらデータサイエンスを活用した教育のコンサルティングや教育用ＡＩシステムの開発をしている中で、データサイエンティストとしてのキャリアアップのため、ＡＩベンチャーへの転職を決意。研究開発部署の立上げを担当し、データサイエンティストの育成や多岐にわたるＡＩプロジェクトを経験後、主要放送局とＡＩ教育事業を立ち上げ、取締役に就任。２０２３年に株式会社社Ｌａｂｏｒｏ．ＡＩに参画し、ＡＩシステム開発プロジェクトを中心に各種案件をスーパーバイズしている

川崎奏宜［カワサキカナタ］
九州工業大学情報工学部電気電子工学科卒業。卒業後、大手ＳＩｅｒにて、画像認識技術を活用した施工現場の効率化や、自然言語処理技術を用いた人材マッチング案件に従事。２０２２年に株式会社Ｌａｂｏｒｏ．ＡＩに参画し、自然言語処理を活用したビジネス探索やセンサデータを使った検査プロセスの自動化など、多岐にわたるプロジェクトを担当

加藤修［カトウシュウ］
北海道大学大学院情報科学研究科情報理工学専攻修士課程修了。在学中は、カーリングをコンピュータ上でシミュレートするデジタルカーリングというゲームを題材としてゲームＡＩを研究。修了後、大手メーカにて住環境データを用いた生活異常検知アルゴリズムの研究開発や、オフィス空間における人の動線などのデータ分析に従事。２０２１年より株式会社Ｌａｂｏｒｏ．ＡＩに参画し、強化学習を中心に各種プロジェクトにかかわる（本データはこの書籍が刊行された当時に掲載されていたものです）
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。