Books

Data-centric Ai入門

片岡裕雄

Product Details

ISBN/Catalogue Number
ISBN 13 : 9784297146634
ISBN 10 : 4297146630
Format
Books
Publisher
Release Date
January/2025
Japan
Co-Writer, Translator, Featured Individuals/organizations
:

Content Description

高品質なデータを設計・開発する技術。

目次 : 第1章 Data‐centric AIの概要/ 第2章 画像データ/ 第3章 テキストデータの収集と構築/ 第4章 大規模言語モデルのファインチューニングデータ/ 第5章 ロボットデータ/ 第6章 Data‐centric AIの実践例

【著者紹介】
片岡裕雄 : 2014年慶應義塾大学大学院博士(工学)。2024年現在、産業技術総合研究所上級主任研究員、オックスフォード大学Academic Visitorおよびcvpaper.challenge主宰。時空間モデルのベースライン3D ResNetの研究開発、実データ不要の事前学習法数式ドリブン教師あり学習(Formula‐Driven Supervised Learning;FDSL)を提案。2019/2022年度AIST Best Paperなど

宮澤一之 : GO株式会社にてコンピュータビジョン技術の研究開発や実装を担うチームのリーダーを務める。2010年に東北大学にて博士号を取得後、三菱電機株式会社に入社し、映像解析や自動外観検査などの研究開発に携わる。2019年より株式会社ディー・エヌ・エーにてモビリティ向けのコンピュータビジョン技術の研究開発およびチームマネジメントに従事し、2020年に同社が関わり設立された株式会社Mobility Technologiesに転籍。2023年4月にGO株式会社へ商号変更。定期的な勉強会を開催している

齋藤邦章 : OMRON SINIC X Corporationシニアリサーチャー。2018年に東京大学情報理工学系研究科創造情報学専攻の修士課程を修了し、アメリカBoston UniversityのComputer Science専攻の博士課程に進学。Nvidia、Meta、Googleでリサーチインターンを経験。大学およびインターン先では、ドメイン適合、半教師付き学習、画像生成、Vision‐Languageに関する研究を行い、2023年に博士号を取得。2023年より現職。現在は画像と言語療法にかかわる研究に従事

清野舜 : SB Intuitions株式会社シニアリサーチエンジニア。2022年に東北大学大学院情報科学研究科博士後期課程を修了し、博士(情報科学)を取得。2019年より理化学研究所革新知能統合研究センターにて勤務したのち、2022年にLINE株式会社(現:LINEヤフー株式会社)に入社。2024年より現職。現在は主に大規模言語モデルの研究開発に従事

小林滉河 : SB Intuitions株式会社チーフリサーチエンジニア。2021年に筑波大学大学院図書館情報メディア研究科修士課程修了。同年よりLINE株式会社(現:LINEヤフー株式会社)に入社。2024年より現職にて、大規模言語モデルのファインチューニングに関する研究開発およびチームマネジメントに従事

河原塚健人 : 東京大学大学院情報理工学系研究科特任助教。2017年に東京大学工学部機械情報工学科を卒業、2019年・2022年に東京大学大学院情報理工学系研究科知能機械情報学専攻の修士課程・博士課程を修了し、博士(情報理工学)を取得。2022年より現職、筋骨格ヒューマノイドの身体設計と制御、深層学習に基づく知能ロボットシステムの研究に従事

鈴木達哉 : 2020年に上智大学大学院理工学研究科を修了後、株式会社ディー・エヌ・エーに入社。現在はGO株式会社へ出向し、コンピュータビジョンに関する研究開発に従事(本データはこの書籍が刊行された当時に掲載されていたものです)

(「BOOK」データベースより)

Customer Reviews

Comprehensive Evaluation

☆
☆
☆
☆
☆

0.0

★
★
★
★
★
 
0
★
★
★
★
☆
 
0
★
★
★
☆
☆
 
0
★
★
☆
☆
☆
 
0
★
☆
☆
☆
☆
 
0

Book Meter Reviews

こちらは読書メーターで書かれたレビューとなります。

powered by

  • mim42

    LLM, VLMの構築と調整に必要なデータについて2024年時点での最新の話題集。理論に基づいた実践の数々。

  • miura

    モデルとデータのデータに着目。どっちも大事。

レビューをもっと見る

(外部サイト)に移動します

Recommend Items