内容紹介

※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。※PDF版をご希望の方はGihyo Digital Publishingも併せてご覧ください。

◆生成AIを基本からしっかり理解し、次の段階へステップアップ！◆

近年続々と発表される実用レベルの生成モデル論文を深く理解するため、本書は変分オートエンコーダ（VAE）、LSTMといった基礎モデルから、VQ-VAE、拡散モデル、Transformerといった最先端モデルの先駆けとなったモデルの仕組みを、数学的な詳細に偏らず、シンプルなサンプルコードと演習を通して解説します。Kerasを用いた実装を通して、各モデルの主要機能と生成モデルとしての動作原理を、実際に手を動かしながら理解することを目的としています。

■こんな方におすすめ

・機械学習の基礎から生成AIを学びたい方、生成AIのしくみをしっかりと基本から学びたい方。

■目次

●第1章　ディープラーニングの基礎知識

　　1.1　環境準備

　　1.2　分類モデルの仕組みと実装

　　1.3畳み込みニューラルネットワークによる画像分類

●第2章　変分オートエンコーダによる画像生成

　　2.1　変分オートエンコーダの仕組み

　　2.2　ラベルデータを活用した拡張

●第3章　LSTMによる自然言語処理

　　3.1　LSTMによるテキスト分類

　　3.2　LSTMによるテキスト生成

●第4章　トランスフォーマーによる自然言語処理

　　4.1　トランスフォーマーによる自然言語処理

　　4.2　トランスフォーマーによるテキスト分類

　　4.3　トランスフォーマーによるテキスト生成

●第5章　拡散モデルの仕組み

　　5.1　DCGANの仕組み

　　5.2　拡散モデルの仕組み

　　5.3　VQ-VAEの仕組み

●第6章　マルチモーダルモデルの実現

　　6.1　自然言語テキストによる画像生成

　　6.2　マルチモーダルモデルの実現

■著者プロフィール

中井悦司（なかいえつじ）：　1971年4月大阪生まれ。ノーベル物理学賞を本気で夢見て、理論物理学の研究に没頭する学生時代、大学受験教育に情熱を傾ける予備校講師の頃、そして、華麗なる（？）転身を果たして、外資系ベンダーでLinuxエンジニアを生業にするに至るまで、妙な縁が続いて、常にUnix/Linuxサーバーと人生を共にする。その後、Linuxディストリビューターのエバンジェリストを経て、現在は、米系IT企業のAI Solutions Architectとして活動。主な著書は、『［改訂新版］ITエンジニアのための機械学習理論入門』『Google Cloudで学ぶ生成AIアプリ開発入門ーーフロントエンドからバックエンドまでフルスタック開発を実践ハンズオン』（いずれも技術評論社）、『TensorFlowとKerasで動かしながら学ぶディープラーニングの仕組み』『JAX/Flaxで学ぶディープラーニングの仕組み』（いずれもマイナビ出版）など。