Azure Machine Learningではじめる機械学習/LLM活用入門（技術評論社） [電子書籍]

Azure Machine Learningではじめる機械学習/LLM活用入門（技術評論社） の 商品概要

• Azure Machine Learningは機械学習における学習から推論，運用までをエンドツーエンドでサポートするプラットフォームです。本書は，機械学習の活用を推進するエンジニアやデジタルトランスフォーメーションを担う人々に向け，Azure Machine Learningを使った機械学習モデルの構築から運用まで解説しています。Azure Machine Learningの基本からはじめ，自動機械学習（AutoML）機能を使った便利なモデル開発，MLflowと機械学習パイプラインを使った実践的なモデル開発を経て，MLOpsの実現を目指します。大規模言語モデルの活用にあたっては，モデルカタログやプロンプトフローの使い方を解説し，LLMOpsの概念にも触れます。
  

• 目次

  ■第1部 Azure Machine Learningの基本
  第1章 機械学習をビジネスに活かすには
  1.1 機械学習に関わる用語の整理
  1.2 機械学習が解決できる課題
  1.3 生成AI時代における機械学習の意義
  1.4 機械学習が取り組むべき課題
  1.5 機械学習の全体的なプロセスと課題
  1.6 ビジネスにおける機械学習
  1.7 まとめ
  第2章 Azure Machine Learningの概要
  2.1 Azure Machine Learningとは
  2.2 Azure Machine Learningの主要な概念
  2.3 Azureサービスとの連携
  2.4 まとめ
  第3章 Azure Machine Learningのセットアップ
  3.1 Azureリソースの階層構造
  3.2 Azureアカウント作成
  3.3 Azure Machine Learningワークスペースの作成
  3.4 クォータの引き上げ申請
  3.5 まとめ
  第4章 AutoMLの概要と実践
  4.1 AutoML（自動機械学習）とは？
  4.2 AutoMLでサポートされる機械学習のタスク
  4.3 ハンズオン
  4.4 まとめ
  
  ■第2部 機械学習モデルの構築と活用
  第5章 スクラッチでのモデル開発
  5.1 ノートブック上でのモデル開発
  5.2 学習ジョブでのモデル開発
  5.3 モデルの評価
  5.4 コンピューティングインスタンスの停止
  5.5 まとめ
  第6章 MLflowによる実験管理とモデル管理
  6.1 MLflow概要
  6.2 MLflowの構成と使い方
  6.3 Azure Machine LearningとMLflowの関係
  6.4 実験管理とモデル管理の実例と解説
  6.5 まとめ
  第7章 機械学習パイプライン
  7.1 機械学習パイプラインとは？
  7.2 Azure Machine Learningパイプラインとコンポーネント
  7.3 コンポーネントを用いたパイプラインの設計
  7.4 Azure Machine Learningパイプラインの構築ハンズオン
  7.5 まとめ
  第8章 モデルのデプロイ
  8.1 機械学習モデルの推論
  8.2 オンラインエンドポイント
  8.3 マネージドオンラインエンドポイントの構築ハンズオン
  8.4 バッチエンドポイント
  8.5 モデルデプロイの構築ハンズオン
  8.6 パイプラインコンポーネントデプロイの構築ハンズオン
  8.7 まとめ
  第9章 MLOpsの概要と実践
  9.1 MLOpsとは
  9.2 MLOps実現に向けたMicrosoftの取り組み
  9.3 Azure Machine LearningのMLOps機能
  9.4 まとめ
  
  ■第3部 大規模言語モデルの活用
  第10章 大規模言語モデルの概要
  10.1 大規模言語モデルとは
  10.2 これまでの機械学習との違い
  10.3 RAGワークフローの概要
  10.4 LLMを活用したアプリケーション開発のライフサイクル
  10.5 まとめ
  第11章 基盤モデルとモデルカタログ
  11.1 基盤モデルの概要
  11.2 モデルカタログの概要
  11.3 基盤モデルのデプロイ
  11.4 ファインチューニング
  11.5 まとめ
  第12章 プロンプトフローの活用
  12.1 RAGとは
  12.2 プロンプトフローとは
  12.3 ハンズオンの設定
  12.4 問い合わせチャットボットの開発
  12.5 まとめ
  第13章 LLMOpsへの招待
  13.1 LLMOpsとは
  13.2 Azure Machine LearningのLLMOps機能
  13.3 まとめ
  
  ■付録
  付録A クライアント環境のセットアップ
  A.1 Azure CLIのインストール
  A.2 Azure Machine Learning用のAzure CLI拡張機能
  A.3 Azure Machine Learning Python SDKのインストール
  付録B Azure Machine Learningとデータ
  B.1 データに関連する機能とアセット
  B.2 データソース連携
  B.3 まとめ
  付録C MLflow Modelsによるノーコードコンテナビルドとデプロイ
  C.1 MLflow Modelsのメリット
  C.2 モデルの読み込みと推論
  C.3 APIのデプロイ
  C.4 まとめ
  付録D 責任あるAIツールボックス
  D.1 責任あるAIツールボックスの概要
  D.2 エラー分析
  D.3 解釈可能性
  D.4 公平性評価
  D.5 反実仮想サンプル生成
  D.6 因果推論
  

Azure Machine Learningではじめる機械学習/LLM活用入門（技術評論社） の商品スペック