1/2
時点_ポイント最大2倍
Kaggleではじめる大規模言語モデル入門 自然言語処理〈実践〉プログラミング /高野海斗 齋藤慎一朗 石原祥太郎
- 予約商品
販売価格
3,960
円 (税込)
送料無料
- 販売期間:
- 2025年11月13日0時0分~2026年1月16日0時0分
- 出荷目安:
- 店舗へお問い合わせください
たまるdポイント(通常) 36
+キャンペーンポイント(期間・用途限定) 最大1倍
※たまるdポイントはポイント支払を除く商品代金(税抜)の1%です。
※表示倍率は各キャンペーンの適用条件を全て満たした場合の最大倍率です。
各キャンペーンの適用状況によっては、ポイントの進呈数・付与倍率が最大倍率より少なくなる場合がございます。
dカードでお支払ならポイント3倍
各キャンペーンの適用状況によっては、ポイントの進呈数・付与倍率が最大倍率より少なくなる場合がございます。
- 商品情報
- レビュー
≪商品情報≫
著者名:高野海斗、齋藤慎一朗、石原祥太郎
出版社名:講談社
発行年月:2026年01月
判型:B5
ISBN:9784065415245
≪内容情報≫
【推薦の言葉】
あなたのLLMスキル、「実戦」で通用しますか?
ファインチューニング、RAG、量子化、モデルマージ……
知識や理論を知っているだけでは、性能を引き出すことはできません。
トップKagglerたちはスコアを削り出すために、
何を試し、何を捨て、なぜその手法を選んだのか。
課題解決のための「本物」の技術を身につけられる一冊です。
――秋葉拓哉(Sakana AI Staff Research Scientist)
従来のKaggle関連書籍では、十分に取り扱うことができずにいたテキストデータを扱うコンペティション(NLPコンペ)に焦点を当てた初の書籍です。注目が集まっている大規模言語モデルに関する内容をふんだんに盛り込み、基本的な使い方から、性能を底上げする応用的な使い方までを幅広く解説しています。
・実践的な課題解決の場で得られた知見をもとに内容を構成し、教科書的な書籍とは異なる実用的な視点を提供。コンペ参加者に限らず、大規模言語モデルに関心を持つエンジニアや研究者にとっても有益!
・基礎編では、基礎知識のみにとどめず、大規模言語モデルの性能をさらに引き出すための、実践的な暗黙知や勘所などのウラ側も詳しく解説。コンペの上位スコアを追体験できるサンプルコードも提供。
・応用編では、多彩な8つのKaggleコンペを題材に、概要・データ構造・評価指標を整理し、ベースラインとして公開されている手法および上位解法を紹介。
【編著者】
高野海斗(主に1、3章)/齋藤慎一朗(主に4、5、10章)/石原祥太郎(主に2章と全体の編集)
【応用編の寄稿者】
坂見耕輔さん(6章)/中真人さん(7章)/郭林升さん(8章)/三好拓志さん(9章)/村上直輝さん(11章)/洪立航さん(12章)/吉原浩之さん(13章)/井ノ上雄一さん(13章)/山口大器さん(13章)
【サポートサイト】
サンプルコード・参考文献・正誤表・編著者および寄稿者のプロフィール一覧を掲載します。
https://github.com/sinchir0/kaggle_llm_book/
著者名:高野海斗、齋藤慎一朗、石原祥太郎
出版社名:講談社
発行年月:2026年01月
判型:B5
ISBN:9784065415245
≪内容情報≫
【推薦の言葉】
あなたのLLMスキル、「実戦」で通用しますか?
ファインチューニング、RAG、量子化、モデルマージ……
知識や理論を知っているだけでは、性能を引き出すことはできません。
トップKagglerたちはスコアを削り出すために、
何を試し、何を捨て、なぜその手法を選んだのか。
課題解決のための「本物」の技術を身につけられる一冊です。
――秋葉拓哉(Sakana AI Staff Research Scientist)
従来のKaggle関連書籍では、十分に取り扱うことができずにいたテキストデータを扱うコンペティション(NLPコンペ)に焦点を当てた初の書籍です。注目が集まっている大規模言語モデルに関する内容をふんだんに盛り込み、基本的な使い方から、性能を底上げする応用的な使い方までを幅広く解説しています。
・実践的な課題解決の場で得られた知見をもとに内容を構成し、教科書的な書籍とは異なる実用的な視点を提供。コンペ参加者に限らず、大規模言語モデルに関心を持つエンジニアや研究者にとっても有益!
・基礎編では、基礎知識のみにとどめず、大規模言語モデルの性能をさらに引き出すための、実践的な暗黙知や勘所などのウラ側も詳しく解説。コンペの上位スコアを追体験できるサンプルコードも提供。
・応用編では、多彩な8つのKaggleコンペを題材に、概要・データ構造・評価指標を整理し、ベースラインとして公開されている手法および上位解法を紹介。
【編著者】
高野海斗(主に1、3章)/齋藤慎一朗(主に4、5、10章)/石原祥太郎(主に2章と全体の編集)
【応用編の寄稿者】
坂見耕輔さん(6章)/中真人さん(7章)/郭林升さん(8章)/三好拓志さん(9章)/村上直輝さん(11章)/洪立航さん(12章)/吉原浩之さん(13章)/井ノ上雄一さん(13章)/山口大器さん(13章)
【サポートサイト】
サンプルコード・参考文献・正誤表・編著者および寄稿者のプロフィール一覧を掲載します。
https://github.com/sinchir0/kaggle_llm_book/

