【2025年】「トランスフォーマー」のおすすめ 本 18選!人気ランキング
- 誰でもわかる大規模言語モデル入門
- 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
- 決定版 トランスフォーマーパーフェクト超百科 (テレビマガジンデラックス 251)
- モノを売らずに気分を売る: 映画宣伝手法を分析
- 大規模言語モデルは新たな知能か――ChatGPTが変えた世界 (岩波科学ライブラリー)
- 大規模言語モデルを使いこなすためのプロンプトエンジニアリングの教科書
- 直感 LLM ―ハンズオンで動かして学ぶ大規模言語モデル入門
- LLMのプロンプトエンジニアリング ―GitHub Copilotを生んだ開発者が教える生成AIアプリケーション開発
- LLMとハルシネーション: 基礎と対策
- ゼロから作るDeep Learning ❷ ―自然言語処理編
本書は「Hugging Face Transformers」を利用した自然言語処理の解説書で、2017年以降に普及したTransformerアーキテクチャを用いた大規模モデルの学習方法を紹介しています。テキスト分類や固有表現認識、テキスト生成、要約、質問応答などのタスクに加え、モデルの高速化技術やゼロショット学習、少数事例学習、多言語転移、ドメイン適応などの技術も解説しています。著者はHugging Faceの機械学習エンジニアたちで、各自の専門知識を活かして内容を構築しています。
本書は、対話型サービスChatGPTを中心に、大規模言語モデルの仕組み、可能性、リスクについて解説しています。著者は、これらのモデルが人類社会に与える影響や、言語獲得のメカニズムに関する未解明の謎にも触れています。特に、リスク管理の重要性を強調し、今後の適切な取り扱いについて考える必要性を提起しています。目次では、ChatGPTの衝撃や言語モデルの発展、機械が人のように話せない理由などが扱われています。著者は情報理工学の専門家であり、研究成果を一般向けに分かりやすくまとめています。
『ゼロから作るDeep Learning』の続編である本書は、自然言語処理や時系列データ処理に焦点を当て、ディープラーニングの技術を実装レベルで学ぶことができます。具体的には、word2vec、RNN、LSTM、GRU、seq2seq、Attentionなどの最新技術を取り上げ、分かりやすく解説しています。著者は、人工知能の研究開発に従事する斎藤康毅氏です。
ゼロから分かるディープラーニングシリーズはどれも非常に分かりやすい。こちらの自然言語処理編は前作を読みディープラーニングの基本を理解してより高度なアーキテクチャを学びたいと思った時にオススメ。レベルは少々上がっているがそれでも分かりやすく学べる。RNNやLSTMなどが学べる
本書は、自然言語処理(NLP)の実践的なガイドであり、最近の技術革新により多様な業界での活用が進む中、NLPシステムの構築に必要な知識を提供します。具体的には、NLPの基礎技術、ビジネスへの応用、システム開発のベストプラクティスについて詳述しています。著者陣は、計算言語学や機械学習の専門家であり、実務経験も豊富です。
本書は、理解しやすいコードを書くための方法を紹介しています。具体的には、名前の付け方やコメントの書き方、制御フローや論理式の単純化、コードの再構成、テストの書き方などについて、楽しいイラストを交えて説明しています。著者はボズウェルとフォシェで、須藤功平氏による日本語版解説も収録されています。
本書は、Microsoft Azureを利用してOpenAIモデル、特にChatGPTを活用した社内AIシステムの開発方法を解説しています。ITエンジニア向けに、生成AIの基本概念やAzure OpenAI Serviceの利用方法、プロンプトエンジニアリングの技術を紹介。後半では、RAGを用いた社内文章検索システムの実装や、独自のCopilotアプリケーションの開発手法について詳述し、AIのガバナンスや責任あるAIの実践についても触れています。