ChatGPT 大規模言語モデルの進化と応用

個数:

ChatGPT 大規模言語モデルの進化と応用

  • 提携先に2冊在庫がございます。(2025年03月24日 18時25分現在)
    通常、5~7日程度で出荷されます。
    ※納期遅延や、在庫切れで解約させていただく場合もございます。
    ※1回のご注文は10冊までとなります
  • 出荷予定日とご注意事項
    ※上記を必ずご確認ください

    【出荷予定日】
    通常、5~7日程度で出荷されます。

    【ご注意事項】 ※必ずお読みください
    ◆在庫数は刻々と変動しており、ご注文手続き中に減ることもございます。
    ◆在庫数以上の数量をご注文の場合には、超過した分はお取り寄せとなり日数がかかります。入手できないこともございます。
    ◆事情により出荷が遅れる場合がございます。
    ◆お届け日のご指定は承っておりません。
    ◆「帯」はお付けできない場合がございます。
    ◆画像の表紙や帯等は実物とは異なる場合があります。
    ◆特に表記のない限り特典はありません。
    ◆別冊解答などの付属品はお付けできない場合がございます。
  • ●店舗受取サービス(送料無料)もご利用いただけます。
    ご注文ステップ「お届け先情報設定」にてお受け取り店をご指定ください。尚、受取店舗限定の特典はお付けできません。詳細はこちら
  • サイズ B5判/ページ数 196p/高さ 24cm
  • 商品コード 9784865944006
  • NDC分類 007.1
  • Cコード C3055

出版社内容情報

◆◆データサイエンティスト、AIの研究者・開発者に◆◆

◆◆役立つ実務情報を集約◆◆

ChatGPTの話題は巷に溢れていますが、多くはプロンプトの例示だったり、断片的・揮発的な技術情報だったりします。一方、本書はデータサイエンティストをはじめ、AIの研究者や開発者を対象とし、大規模言語モデルの進化の過程を踏まえたうえで、ChatGPTの適用技術、応用の仕方、限界まで、重要ポイントを絞り込んで解説。さらにマイクロソフトの関連サービスや機能を詳解します。

ChatGPTは大規模言語モデルの頂点にあり、進化の到達点に位置します。AIやNLPのパラダイムが転換しない限り、今後さらに大規模な言語モデルが登場しても、それはChatGPTの延長線上にあり、本書の内容は長く有効であり続けるでしょう。

●想定読者

本書は主に次のような方々に向けて書かれています。

・データサイエンティストの方々

・ChatGPTの仕組みや特徴を他のモデル作成に活かしたい方々

・構文解析や感情分析などの伝統的なNLPタスクに携わる方々

・深層学習による汎用大規模言語モデル、その応用先や評価に興味を持つAIの研究者



●前提とする知識

言語モデルの学習や推論、またコーパスから得られる単語や文のベクトル表現など、NLPの基本的な概念を理解していれば大丈夫です。数式に馴染みがあり、トランスフォーマーやBERTの知識や経験があれば一層結構ですが、本書の中でも説明しているので、必須ではありません。



●本書の特徴と工夫

本書は、理論と応用の両方を充実させました。

ChatGPTの背景や原理は、最新の理論に基づき体系的に整理しました。ミニChatGPTのサンプル開発やチューニングでは実際のコードを示し、手を動かしながら理解を深めることができます。また、データサイエンティストの方々には文系出身者も多いので、難易度が高い理論や数式は図説や脚注で補足しています。

応用面では、マイクロソフトのサービス実装など、実務に役立つ最新情報を提供。実際に直面する課題の解決や、応用先の拡大も図れるよう工夫しました。

内容説明

ChatGPTの話題は巷に溢れていますが、多くはプロンプトの例示だったり、断片的・揮発的な技術情報だったりします。一方、本書はデータサイエンティストをはじめ、AIの研究者や開発者を対象とし、大規模言語モデルの進化の過程を踏まえたうえで、ChatGPTの適用技術、応用の仕方、限界まで、重要ポイントを絞り込んで解説。さらにマイクロソフトの関連サービスや機能を詳解します。ChatGPTは大規模言語モデルの頂点にあり、進化の到達点に位置します。AIやNLPのパラダイムが転換しない限り、今後さらに大規模な言語モデルが登場しても、それはChatGPTの延長線上にあり、本書の内容は長く有効であり続けるでしょう。

目次

第1章 ChatGPTの概要
第2章 ChatGPTの動作原理
第3章 他の大規模言語モデル
第4章 ChatGPTのAPI
第5章 APIを用いたファインチューニング
第6章 HuggingFaceを用いたファインチューニング
第7章 プロンプトエンジニアリング
第8章 Microsoftのサービスで始めるLLMシステム
第9章 ChatGPTの限界を越えて
第10章 マルチモーダル大規模モデルの数々
第11章 今後の課題

著者等紹介

アンドリュー,シン[アンドリュー,シン] [Shin,Andrew]
現慶應義塾大学デジタルメディアコンテンツ研究センター特任助教。東京大学大学院情報理工学系研究科博士課程修了。株式会社ソニーグループのR&Dセンターを経て、2022年現職に着任。目下の研究分野は画像認識と自然言語処理の融合

小川航平[オガワコウヘイ]
現KEEN株式会社ソフトウェアエンジニア兼書道家。香川高等専門学校情報工学科を卒業後、筑波大学情報学群へ3年次編入学。博士前期課程修了までデジタルネイチャー開発研究センターにて、3Dプリンティング、3Dセンシング、身体性等を追求したHuman Computer Interactionの研究に従事。新卒で日本マイクロソフト株式会社へ入社し、Cloud Solution Architect(Data&AI)として、エンタープライズ企業のお客様に対して、データ分析、MLOpsなどの導入・実装支援を行う

谷合廣紀[タニアイヒロキ]
日本将棋連盟の棋士(四段)。吉本興業文化人。東京大学情報理工学系研究科修士課程修了。将棋AIの研究と普及に注力しており、2022年には自作の将棋AIであるpreludeが世界コンピュータ将棋選手権で独創賞を受賞(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。

感想・レビュー

※以下の感想・レビューは、株式会社ブックウォーカーの提供する「読書メーター」によるものです。

gontoshi

3
私には少し難しい内容でした。 なお、microsoftのM365office+copilotについては、会社で試せそうなので少しcopilotを使って生成AIになれて見たいと思います。2024/12/15

愛楊

1
2024年4月出版。シリーズ「AI/Data Science実務選書」の一冊として刊行された。将来の展望が含まれているのが良いが、実践に吹っ切れているわけでもなければ、理論が充実しているというわけでもない。ChatGPT のお年寄り向けの入門書というわけでもない。極めて微妙な書籍。気になった論文を見つけるための本か?2024/07/12

外部のウェブサイトに移動します

よろしければ下記URLをクリックしてください。

https://bookmeter.com/books/21903890
  • ご注意事項

    ご注意
    リンク先のウェブサイトは、株式会社ブックウォーカーの提供する「読書メーター」のページで、紀伊國屋書店のウェブサイトではなく、紀伊國屋書店の管理下にはないものです。
    この告知で掲載しているウェブサイトのアドレスについては、当ページ作成時点のものです。ウェブサイトのアドレスについては廃止や変更されることがあります。
    最新のアドレスについては、お客様ご自身でご確認ください。
    リンク先のウェブサイトについては、「株式会社ブックウォーカー」にご確認ください。