『ＫＳ情報科学専門書、齋藤慎一朗、0～10冊、雑誌を除く、分冊版を除く(実用)』の電子書籍一覧

【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/

★「この結果がほしい」が、驚くほど簡単に実現する！★

大注目の高速ライブラリPolarsと定番ライブラリpandasによるデータ処理が両方とも学べる！
知っておきたいテクニックが盛りだくさん！

【小野寺和樹氏（エヌビディア合同会社 シニアディープラーニングデータサイエンティスト）推薦！】
本書は、Pythonを扱うデータサイエンティスト必携の実践書です。
高速データ処理ツールPolarsの驚異的なパフォーマンスを活かした具体的な例を通じて、読者のデータ分析スキルを飛躍的に向上させます。
pandasとの比較や使い分けも丁寧に解説されており、現場で役立つ55のレシピが収録されています。
今度こそPolarsをマスターし、次世代のデータサイエンティストを目指すすべての人におすすめの一冊です。

【河合俊典氏（エムスリー株式会社　VPoE）推薦！】
機械学習エンジニア、データサイエンティストが扱うツールは、日々進化しています。
本書は、その最先端ツールの１つであるPolarsについて、まるで日本語チュートリアルであるかのように解説しています。
ドキュメントや技術ブログでは得られにくい、「いつカラムの操作をするのか」「交差検証をなぜ行うのか」などデータ分析の5W1Hを抑えながら、体系的にPolarsを学べる一冊になっているなと感じました。
Polarsって何？という方、Polarsに対して尻込みしていたすべての方におすすめの一冊です！

【主な内容】
準備編
1日目　pandasの概要
2日目　Polarsの概要

特訓編
1日目　データの確認：Recipe01-09
2日目　データの操作：Recipe10-14
3日目　データの抽出：Recipe15-26
4日目　データの加工：Recipe27-39
5日目　データの集計：Recipe40-43
6日目　時系列データの処理：Recipe44-48
7日目　遅延評価：Recipe49-51
8日目　実践パイプライン：Recipe52-55