投稿

ラベル(AI)が付いた投稿を表示しています

『コンテキストエンジニアリング』:RAGやAIエージェント開発を作るときに。

イメージ
お勧め度:★★★☆☆(星3つ) 寸評: AIアプリ、RAG、AIエージェントを作る際に役立つ、プロンプトを含む広い概念である「コンテキストエンジニアリング」を扱った書籍です。LLMの仕組みの解説に加え、プロンプトの効果的な利用法、RAGやAIエージェントの動作原理やノウハウが解説されています。コードが少なめで文章による説明が中心ですが、実際の現場での試行錯誤の成果が盛り込まれており、非常に実践的です。RAGやエージェント作成の参考になるだけでなく、LLM周り全般の勉強にもなりました。 【3千円以上送料無料】コンテキストエンジニアリング LLMの原理、RAG・エージェント開発から読み解く/蒲生弘郷 価格:3,300円(税込、送料無料) (2026/8/16時点) 楽天で購入 1. コンテキストの効果的利用と開発の動作原理 LLMの基本的な仕組みを軽く押さえた上で、プロンプトを含めたコンテキストをLLMでいかに効果的に活用するか、その具体的な方法論が論じられています。 2. 現場の試行錯誤が生んだ実践的ノウハウ RAGやAIエージェントを構築する際の動作原理や実践的なノウハウが、コード控えめの分かりやすい文章で丁寧に解説されています。LLM周辺の全体的な知識を深める上でも大いに役立つ一冊です。

『ITの仕事に就いたら「最低限」知っておきたい生成AIの常識』:全体像を掴むのに最適な分かりやすい用語解説

イメージ
お勧め度:★★★☆☆(星3つ) 寸評: いいですね、いい感じの用語解説です。数式もほとんどなく初歩から分かりやすく説明されており、ITの仕事に就く上で生成AIの全体像を掴むのにぴったりな一冊です。 【送料無料】ITの仕事に就いたら「最低限」知っておきたい生成AIの常識 LLM、マルチモーダル、生成AI規制など基本キーワードから読み解く! 生成AIを取り巻く背景と支える技術、きちんと理解できていますか?/南龍太 価格:1,980円(税込、送料無料) (2026/8/11時点) 楽天で購入 1. 約100個の用語と見開き1ページの構成 機械学習、AI、生成AIに関する技術用語から活用事例、リスクに至るまで、約100個の用語が解説されています。見開き1ページで1つのテーマがまとまっているため、非常に読みやすい構成になっています。 2. 技術用語の網羅とステップアップの工夫 技術用語が比較的多く取り上げられていますが、数式をほとんど使わずに分かりやすく説明されています。また、「Advance」として少し難しい用語もしっかりとフォローされており、知識を深めるのに役立ちます。

『見て試してわかる機械学習アルゴリズムの仕組み 機械学習図鑑』:図鑑の良さだな

イメージ
お勧め度:★★★☆☆(星3つ) 見て試してわかる機械学習アルゴリズムの仕組み 機械学習図鑑 [ 秋庭 伸也 ] 価格:2,948円(税込、送料無料) (2026/7/22時点) 楽天で購入 1. 多彩なアルゴリズムを網羅した構成 線形回帰、SVM、ナイーブベイズ、ランダムフォレスト、ニューラルネットワーク、PCAなど、機械学習のアルゴリズム20個弱を厳選して取り上げています。それぞれのアルゴリズムについて、基本的な解説に加えて、Pythonのライブラリであるscikit-learnでの実装方法とその実行結果までが丁寧に説明されています。 2. 敷居が低く、視野が広がる一冊 難しい数式があまり出てこないため、非常に優しく直感的にアルゴリズムの概要を掴むことができます。「なるほど、こんな手法もあったのか」と、自身の知識や視野をちょっとだけ広げることができた、まさに図鑑の良さが存分に発揮された良書です。

『データサイエンス (やさしく知りたい先端科学シリーズ10)』:データサイエンスの全体像を手軽に掴める入門書

イメージ
お勧め度:★★★☆☆(星3つ) 寸評: データサイエンスとは何か、何者なのか、どのようなスキルが必要で社会でどう応用されるのか。さらに統計や機械学習のさわり部分までがコンパクトに解説されています。全体的に概要レベルの記述に留まっているため、すでに少し知識のある方には少し物足りなく感じるかもしれませんが、完全な入門用として全体像を把握するには適した一冊です。 データサイエンス (やさしく知りたい先端科学シリーズ10) [ 生田目 崇 ] 価格:1,980円(税込、送料無料) (2023/5/14時点) 1. データサイエンスの基本と必要スキル データサイエンスが一体何であるのか、どのような役割を持ち、現場や社会においてどのようなスキルや応用が求められるのかを分かりやすく紐解いています。 2. 統計や機械学習のさわりと、入門者向けの立ち位置 統計学や機械学習についての基礎的な「さわり」の部分にも触れられています。ただし解説はあくまで概要に終始しているため、少しでも予備知識がある方にとっては不要かもしれません。