¥2,992( 本体 ¥2,720 )
商品詳細
※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。
いま最も熱いといっても過言ではないITトレンドの1つである生成AI。スマートフォンやパソコンにも搭載されはじめ、私たちの仕事や生活にも溶け込みつつあります。しかし生成AIが文章や画像を生成する仕組みを理解している人は少ないのではないでしょうか。
本書では、生成AIの基礎となる機械学習に始まり、AIが人間の言葉を理解して対話を行える仕組みや画像を認識したり生成したりする仕組みを、図を用いながら噛みくだいて解説。また、Google Colaboratory上に用意したPythonコードで、実際に自然言語処理や画像解析を試せる構成になっています。座学と実践の両軸から生成AIの仕組みをしっかり学べる、まったく新しいタイプのIT教養書です。AI領域に関心のあるエンジニアはもちろん、AIのビジネス活用を考えているビジネスパーソンにとっても役に立つ満足度の高い1冊です。
＜本書のこだわり＞
・トレンドよりも基礎技術に重きをおいた解説
・数式やプログラミングが理解できなくても読み進められる
・難解な仕組みも理解が捗る豊富な図解
・学んだことがしっかり身につく理論解説と演習付き
表紙
免責事項
はじめに
目次
第1章 文章解析と画像解析の重要性
01 社会へ浸透する生成AI
02 生成AIの種類と、文章生成AIと画像生成AIの関係
第2章 機械学習入門
01 生成AIと機械学習モデルの関係
02 機械学習とは？
03 線形回帰 ～“数字”を予測する～
04 ロジスティック回帰 ～“ラベル（Yes/No）”を予測する～
05 ニューラルネットワーク ～より複雑な問題を予測する～
第3章 自然言語処理入門
01 自然言語処理で何ができるのか？
02 離散化 ～文章を区切る技術～
03 単語文書行列 ～BOWとTF-IDF～
04 word2vec（skip-gram、CBOW）
第4章 自然言語処理実践 ～文章分類問題を解いてみよう～
01 文章分類問題とは
02 文章分類問題を解く準備をしよう
03 Colabでプログラムを実行しよう
04 学習用データを準備しよう
05 ロジスティック回帰モデルで分析しよう
第5章 文章生成AIを支える大規模言語モデル
01 文章分類問題と大規模言語モデルとの関係
02 言語モデルを動かしてみる① MLM（穴埋め問題を解く）
03 言語モデルを動かしてみる② CLM（次のトークンを予測する）
04 言語モデルを固有タスクに対応させるファインチューニング
05 参考：言語モデルの中身
06 大規模言語モデルと生成AIとの関係
第6章 画像解析入門
01 画像解析で何ができるのか？
02 画像データの扱い方とニューラルネットワークの使い方
03 画像に特化した畳み込みニューラルネットワーク
04 画像解析の活用シーン
第7章 画像解析実践 ～画像分類問題を解いてみよう～
01 画像分類問題とは？
02 画像分類問題を解く準備をしよう
03 簡単なモデルを作ってみよう ～model01～
04 中間層を追加したモデルを作ってみよう ～model02～
05 より高度なモデルを作ってみよう ～model03～
06 まとめ
第8章 画像生成AIを支える技術
01 画像を生成する方法1 ～オートエンコーダとは～
02 オートエンコーダを作ってみよう
03 画像を生成する方法2 ～VAE／GAN／拡散モデル～
04 文章から画像を生成するAIの仕組み
05 まとめ ～生成AIと解析技術の関係～
おわりに
索引
著者／監修者プロフィール
奥付
いま最も熱いといっても過言ではないITトレンドの1つである生成AI。スマートフォンやパソコンにも搭載されはじめ、私たちの仕事や生活にも溶け込みつつあります。しかし生成AIが文章や画像を生成する仕組みを理解している人は少ないのではないでしょうか。
本書では、生成AIの基礎となる機械学習に始まり、AIが人間の言葉を理解して対話を行える仕組みや画像を認識したり生成したりする仕組みを、図を用いながら噛みくだいて解説。また、Google Colaboratory上に用意したPythonコードで、実際に自然言語処理や画像解析を試せる構成になっています。座学と実践の両軸から生成AIの仕組みをしっかり学べる、まったく新しいタイプのIT教養書です。AI領域に関心のあるエンジニアはもちろん、AIのビジネス活用を考えているビジネスパーソンにとっても役に立つ満足度の高い1冊です。
＜本書のこだわり＞
・トレンドよりも基礎技術に重きをおいた解説
・数式やプログラミングが理解できなくても読み進められる
・難解な仕組みも理解が捗る豊富な図解
・学んだことがしっかり身につく理論解説と演習付き
表紙
免責事項
はじめに
目次
第1章 文章解析と画像解析の重要性
01 社会へ浸透する生成AI
02 生成AIの種類と、文章生成AIと画像生成AIの関係
第2章 機械学習入門
01 生成AIと機械学習モデルの関係
02 機械学習とは？
03 線形回帰 ～“数字”を予測する～
04 ロジスティック回帰 ～“ラベル（Yes/No）”を予測する～
05 ニューラルネットワーク ～より複雑な問題を予測する～
第3章 自然言語処理入門
01 自然言語処理で何ができるのか？
02 離散化 ～文章を区切る技術～
03 単語文書行列 ～BOWとTF-IDF～
04 word2vec（skip-gram、CBOW）
第4章 自然言語処理実践 ～文章分類問題を解いてみよう～
01 文章分類問題とは
02 文章分類問題を解く準備をしよう
03 Colabでプログラムを実行しよう
04 学習用データを準備しよう
05 ロジスティック回帰モデルで分析しよう
第5章 文章生成AIを支える大規模言語モデル
01 文章分類問題と大規模言語モデルとの関係
02 言語モデルを動かしてみる① MLM（穴埋め問題を解く）
03 言語モデルを動かしてみる② CLM（次のトークンを予測する）
04 言語モデルを固有タスクに対応させるファインチューニング
05 参考：言語モデルの中身
06 大規模言語モデルと生成AIとの関係
第6章 画像解析入門
01 画像解析で何ができるのか？
02 画像データの扱い方とニューラルネットワークの使い方
03 画像に特化した畳み込みニューラルネットワーク
04 画像解析の活用シーン
第7章 画像解析実践 ～画像分類問題を解いてみよう～
01 画像分類問題とは？
02 画像分類問題を解く準備をしよう
03 簡単なモデルを作ってみよう ～model01～
04 中間層を追加したモデルを作ってみよう ～model02～
05 より高度なモデルを作ってみよう ～model03～
06 まとめ
第8章 画像生成AIを支える技術
01 画像を生成する方法1 ～オートエンコーダとは～
02 オートエンコーダを作ってみよう
03 画像を生成する方法2 ～VAE／GAN／拡散モデル～
04 文章から画像を生成するAIの仕組み
05 まとめ ～生成AIと解析技術の関係～
おわりに
索引
著者／監修者プロフィール
奥付
購入前の注意点
・3Dセキュア導入とクレジットカードによるお支払いについて
・この書籍はKinoppy for iOS、Kinoppy for Android、Kinoppy for Windows または Kinoppy for Mac（いずれも最新版）でお読みください。
・電子書籍は会員サービス利用規約に則してご利用いただきます。
・海外会員様にはプレゼントを贈れません。
・この書籍はKinoppy for iOS、Kinoppy for Android、Kinoppy for Windows または Kinoppy for Mac（いずれも最新版）でお読みください。
・電子書籍は会員サービス利用規約に則してご利用いただきます。
・海外会員様にはプレゼントを贈れません。
