内容説明
本書は、AIおよび機械学習の次世代標準として注目されるデータフォーマット「Lance Format」の解説書です。テキスト、画像、音声、動画といった多様なモダリティを統合管理する「マルチモーダル・レイクハウス」の概念から、具体的な実装手法までを網羅しています。従来のデータ分析用フォーマットでは困難だった、局所的なデータの高速ランダムアクセスや頻繁な特徴量更新を、Lanceがいかに解決するかを丁寧に解説します。Apache Arrowネイティブな設計によるゼロコピー処理や、Python SDKを用いた実践的なデータ操作、さらにHugging FaceやRayといった最新エコシステムとの連携についても詳しく紹介しています。大規模なAIモデルの訓練データ管理に課題を感じているエンジニアや、マルチモーダルデータの効率的なパイプラインを構築したい開発者にとって、まさに必携の一冊と言えるでしょう。本書を通じて、AI/ML分野における新たなデータ基盤の可能性を体感してください。
目次
はじめに
第1章 Lance Formatについて
第2章 Lance Formatに対する操作
第3章 Lance Formatでデータ分析
第4章 MLにおけるLance Format
第5章 Arrow-NativeとLance Format
著者紹介・あとがき
