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FS 楽天市場店
商品コード: mifsoft:12254837

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）におけるパラダイムシフトの主役であるTransformerアーキテクチャと、その実装におけるデファクトスタンダードであるHugging Faceライブラリの活用法を網羅的に解説した、極めて実践的なガイドブックです。従来のRNNやLSTMといった手法から、Self-Attentionメカニズムを用いたTransformerへと技術が劇的に進化した背景を理解した上で、具体的なモデル開発のプロセスをステップバイステップで学べる構成となっています。内容は、Transformerの基礎的な概念から始まり、トークナイザーの仕組み、事前学習済みモデルの活用、そして特定のタスク（分類、抽出、要約など）に向けたファインチューニングの手法へと段階的に進みます。単なるライブラリのAPIリファレンス的な使い方の説明に留まらず、大規模なデータセットを効率的に扱うためのテクニックや、モデルの推論速度を向上させるための蒸留（Distillation）や量子化（Quantization）といった、エンジニアが実務のデプロイメントフェーズで直面する極めて重要な課題にも深く切り込んでいます。最新のSOTA（State-of-the-Art）モデルを、いかにして実用的なアプリケーションやビジネスロジックへと落とし込むかという、エンジニアリングの核心的なメッセージが込められた一冊です。

• Transformerアーキテクチャの核心であるSelf-Attentionメカニズムの深い理解
• Hugging Faceエコシステム（Transformers, Datasets, Tokenizers）の包括的な活用術
• 既存の学習済みモデルを特定のドメインに適応させるファインチューニングのプロセス
• 命名エンティティ認識（NER）や質問応答（QA）などの多様なNLPタスクへの適用方法
• モデルの推論速度と精度を両立させる蒸留（Distillation）や量子化（Quantization）の技術
• 大規模なテキストデータを効率的に処理するためのデータパイプライン構築手法
• 実用的なNLPアプリケーションへのモデル統合とデプロイメントの勘所

• Transformerベースの最新モデルを構築・運用するためのエンジニアリングスキル
• Hugging Faceライブラリを用いた高度な自然言語処理パイプラインの設計能力
• 精度向上と計算リソース節約を両立させるモデル最適化の知識
• テキストデータのトークナイズから学習、評価に至る一連のワークフローの習得
• 最新のNLP論文の成果を実際のコードへと落とし込む実装力

• 従来のNLP手法から最新のTransformer技術へスキルアップしたい機械学習エンジニア
• 自然言語処理を用いたプロダクト開発をリードするデータサイエンティスト
• 大規模言語モデル（LLM）の活用を検討しているソフトウェアエンジニア
• 研究成果を実用的なアプリケーションへと実装したいリサーチャー

本書の執筆陣は、Hugging Face社をはじめとするAI開発の最前線で活躍するエキスパートたちです。彼らは、Transformerライブラリの開発や大規模モデルの運用に直接携わっており、その知見は単なる理論の解説に留まらず、実務における「動くコード」と「最適化の勘所」に裏打ちされています。最新の技術動向をリアルタイムに反映した、極めて信頼性の高い内容となっています。

従来のNLPの教科書が統計的手法やRNNの理論に重きを置いていたのに対し、本書は「Transformerを用いた実装と最適化」に特化しています。理論のみを扱う学術書と、ライブラリの使い方のみを扱うリファレンスの中間に位置し、理論をいかに実用的なプロダクトへと昇華させるかという、エンジニアリングの視点を重視した立ち位置にあります。

本書は、自然言語処理の革命とも言えるTransformer技術を、単なる知識としてではなく、使いこなすべき「道具」として提示しています。読了後には、最新の論文で発表されたモデルを自らの手で動かし、特定の課題に合わせてカスタマイズし、さらには実用的な速度へと最適化する一連の能力が備わっているはずです。理論と実践の架け橋となる本書は、現代のNLPエンジニアにとって、技術的な羅針盤となる一冊と言えるでしょう。