楽天市場でこの商品を見る →
楽天市場の商品ページで価格・在庫・レビューをご確認ください。

機械学習エンジニアのためのTransformers 最先端の自然言語処理ライブラリによるモデル開発

ジャンル: AI・機械学習書籍
ショップ: ぐるぐる王国 楽天市場店
商品コード: guruguru2:13361558

Lewis Tunstall／著 Leandro von Werra／著 Thomas Wolf／著 中山光樹／訳本詳しい納期他、ご注文時はご利用案内・返品のページをご確認ください出版社名オライリー・ジャパン出版年月2022年08月サイズ394P 24cmISBNコード9784873119953工学 電気電子工学 機械学習・深層学習商品説明機械学習エンジニアのためのTransformers 最先端の自然言語処理ライブラリによるモデル開発キカイ ガクシユウ エンジニア ノ タメ ノ トランスフオ-マ-ズ キカイ／ガクシユウ／エンジニア／ノ／タメ／ノ／TRANSFORMERS サイセンタン ノ シゼン ゲンゴ シヨリ ライブラリ ニ ヨル モデル カイハツ原タイトル：Natural Language Processing with Transformers「Hugging Face Transformers」を使った自然言語処理の解説書。2017年の登場以来、Transformerと呼ばれるアーキテクチャを使った大規模なモデルが急速に普及しています。本書では、Hugging Faceの開発者らが、「Hugging Face Transformers」を使って、これらの大規模モデルを学習しスケールする方法をわかりやすく紹介します。テキスト分類、固有表現認識、テキスト生成、要約、質問応答といったタスクだけでなく、蒸留、量子化、枝刈り、ONNX Runtimeといったモデルの高速化技術、ラベル付きデータが少ないときに使えるゼロショット学習や少数事例学習、その他、多言語転移やドメイン適応といった類書では扱っていない技術についても解説しています。1章 入門Transformers｜2章 テキスト分類｜3章 Transformerの詳細｜4章 多言語の固有表現認識｜5章 テキスト生成｜6章 要約｜7章 質問応答｜8章 Transformersの高速化｜9章 ラベルのないまたは少ない状況への対応方法｜10章 Transformerをゼロから学習する｜11章 Transformerの未来※ページ内の情報は告知なく変更になることがあります。あらかじめご了承ください登録日2022/08/05

本書は、現代の自然言語処理（NLP）におけるデファニズムとなっているHugging Faceの`transformers`ライブラリに焦点を当てた、実践的なエンジニアリング・ガイドです。従来のRNNやLSTMといった逐次的なモデルから、Self-Attentionメカニズムを核とするTransformerアーキテクチャへのパラダイムシフトを理解することから始まり、BERT、GPT、T5といった革新的なモデルの構造と、それらを活用した具体的な実装方法を詳細に解説しています。単なるコードの紹介に留まらず、トークナイザーの内部動作、データセットの効率的な管理、そして事前学習済みモデルを特定のタスクに適応させる「ファインチューニング」のプロセスを、理論と実装の両面から深く掘り下げています。本書の核心的なメッセージは、最先端のアルゴリズムをいかにして実用的なアプリケーションへと昇華させるかという、エンジニアリングの勘所を伝授することにあります。大規模言語モデル（LLM）の台頭により、モデルの巨大化が進む中で、計算リソースの制約を考慮した効率的な学習手法や、モデルの評価、さらにはデプロイメントに至るまでのエンドツーエンドなワークフローを体系的に学ぶことができます。最新の技術スタックを、単なる知識としてではなく、開発の武器として手に入れるための、極めて実用性の高い一冊です。

• Transformerアーキテクチャの数学的・構造的な深い理解
• Hugging Faceエコシステム（Datasets, Tokenizers）の高度な活用術
• BERT、RoBERTa、GPT等の主要モデルの特性把握と適切な使い分け
• 特定のドメインやタスクに特化したファインチューニングの実装プロセス
• 大規模データセットを扱うための効率的なデータパイプラインの構築
• 混合精度訓練（Mixed Precision）や分散学習による計算リソースの最適化
• モデルの性能を正しく測定するための評価指標の選定と検証手法
• 学習済みモデルを実用的なサービスへ組み込むためのデプロイメントの基礎

• 最先端のNLPモデルを自社のビジネス課題へ適応させる実装力
• 大規模なテキストデータを扱うためのデータエンジニアリングスキル
• Transformerベースのモデルのアーキテクチャに対する深い解釈能力
• 計算リソースの制約下でモデルの精度と効率を両立させるエンジニアリング技術
• NLPプロジェクトにおけるエンドツーエンドのモデル開発ワークフローの習得

• NLPプロジェクトを主導し、モデルの実装を担う機械学習エンジニア
• テキスト解析を業務プロセスに導入しようとしているデータサイエンティスト
• 最新のNLP論文の内容を、動くコードへと落とし込みたい研究者
• Deep Learningの基礎を終え、より実践的な応用開発を目指すソフトウェアエンジニア

本書は、最先端の自然言語処理技術を実務へと橋渡しするために必要な、高度な専門知識に基づいて構成されています。著者の視点は、単なるアルゴリズムの解説に留まらず、大規模なモデルをいかに効率的に、かつ安定的に運用するかという、実戦的なエンジニアリングの知見に深く根ざしています。理論的な深さと、現場での実装における具体的なノウハウを兼ね備えた、極めて実践的な内容となっています。

従来のNLPの教科書が、言語学的なアプローチや古典的な統計的手法に重きを置いていたのに対し、本書は「ライブラリを活用したモデル開発」という、極めて実装寄りのアプローチを取っています。理論のみを扱う学術書と、単なるAPIリファレンスである公式ドキュメントの中間に位置し、最新の論文のアイデアをいかにして実用的なコードへと変換するかという、実務的な架け橋としての役割を果たしています。

本書は、Transformerという革命的な技術を、単なる「ブラックボックス」としてではなく、エンジニアが制御可能な「強力な道具」として理解するための決定版です。読者は、LLM（大規模言語モデル）が急速に進化する激動の時代において、流行に左右されない、モデルを構築・運用するための強固な技術的基盤を手に入れることができます。読了後には、最新のモデルを自在に操り、複雑な自然言語の課題に対して、精度と効率を両立させたソリューションを設計・実装できる能力が備わっているはずです。これは、次世代のAIエンジニアにとって、避けては通れない必須の羅針盤となる一冊です。