カテゴリ 自然科学全般 物理学 化学 地学・天文学 生物学 植物学 動物学 医学・薬学 工学 建築学 その他 bookfan 1号店 楽天市場店 7,260 円 （税抜き） 著者Robert（Munro）Monarch(著) 上田隼也(訳) 角野為耶(訳)出版社共立出版発売日2023年12月ISBN9784320125742ページ数399PキーワードひゆーまんいんざるーぷきかいがくしゆうHUMAN/ ヒユーマンインザループキカイガクシユウHUMAN/ もな−く ろば−と MONAR モナ−ク ロバ−ト MONAR9784320125742内容紹介本書は、Human-in-the-Loop機械学習（人間参加型AI）の活用により、効率よく高品質な学習データを作成し、機械学習モデルの品質とアノテーションのコストパフォーマンスを改善する方法を解説する。実世界で応用されるほとんどの機械学習モデルは、人間のアノテーターが作成した学習データセットを利用して構築される。それゆえ機械学習を実世界の問題に応用していくには、この学習データセットをいかに高品質とするかが重要である。学習データセットが高品質なら、単純な機械学習アルゴリズムでも実用的に十分な性能を引き出すことができる。本書では、アノテーションのプロセスに能動学習という機械学習手法を導入して、アノテーションの品質とコストパフォーマンスを劇的に向上させるテクニックを軸に、AIと人が互いに助け合いながらより良いAIシステムを開発するために役立つ、幅広く、かつ奥深い知見を提供する。本書は4部構成の大著であり、Human-in-the-Loop機械学習や能動学習の解説だけではなく、アノテーションの品質管理手法やアノテーターの評価・管理手法、アノテーションツールの設計方法といった、実際の機械学習プロジェクトに必要な極めて実践的な内容を豊富に含んでいる。データサイエンティストや機械学習エンジニアはもちろん、アノテーションの実務に関わる管理者・技術者にも本書を読んでいただき、人がより有効な形でモデル開発に関与する「人間参加型AI」の実現に繋げてほしい。原著: Human-in-the-Loop Machine Learning: Active learning and annotation for human-centered AI, Manning Publications, 2021※本データはこの商品が発売された時点の情報です。目次第1部 概要（Human‐in‐the‐Loop機械学習の概要/Human‐in‐the‐Loop機械学習を始める）/第2部 能動学習（不確実性サンプリング/多様性サンプリング/高度な能動学習/能動学習をさまざまな機械学習タスクに適用する）/第3部 アノテーション（アノテーターとの協働/アノテーションの品質管理/高度なアノテーションとデータ拡張/さまざまな機械学習タスクにおけるアノテーション品質）/第4部 機械学習のためのヒューマン‐コンピュータインタラクション（データアノテーションのためのインターフェース/Human‐in‐the‐Loop機械学習を組み込んだアプリケーション）/付録A この商品の詳細を調べる 本・雑誌・コミック » 科学・医学・技術 » 数学 コンピュータインタラクション アノテーションツール サイエンティスト システム テクニック
bookfan 1号店 楽天市場店 7,260 円 （税抜き） 著者Robert（Munro）Monarch(著) 上田隼也(訳) 角野為耶(訳)出版社共立出版発売日2023年12月ISBN9784320125742ページ数399PキーワードひゆーまんいんざるーぷきかいがくしゆうHUMAN/ ヒユーマンインザループキカイガクシユウHUMAN/ もな−く ろば−と MONAR モナ−ク ロバ−ト MONAR9784320125742内容紹介本書は、Human-in-the-Loop機械学習（人間参加型AI）の活用により、効率よく高品質な学習データを作成し、機械学習モデルの品質とアノテーションのコストパフォーマンスを改善する方法を解説する。実世界で応用されるほとんどの機械学習モデルは、人間のアノテーターが作成した学習データセットを利用して構築される。それゆえ機械学習を実世界の問題に応用していくには、この学習データセットをいかに高品質とするかが重要である。学習データセットが高品質なら、単純な機械学習アルゴリズムでも実用的に十分な性能を引き出すことができる。本書では、アノテーションのプロセスに能動学習という機械学習手法を導入して、アノテーションの品質とコストパフォーマンスを劇的に向上させるテクニックを軸に、AIと人が互いに助け合いながらより良いAIシステムを開発するために役立つ、幅広く、かつ奥深い知見を提供する。本書は4部構成の大著であり、Human-in-the-Loop機械学習や能動学習の解説だけではなく、アノテーションの品質管理手法やアノテーターの評価・管理手法、アノテーションツールの設計方法といった、実際の機械学習プロジェクトに必要な極めて実践的な内容を豊富に含んでいる。データサイエンティストや機械学習エンジニアはもちろん、アノテーションの実務に関わる管理者・技術者にも本書を読んでいただき、人がより有効な形でモデル開発に関与する「人間参加型AI」の実現に繋げてほしい。原著: Human-in-the-Loop Machine Learning: Active learning and annotation for human-centered AI, Manning Publications, 2021※本データはこの商品が発売された時点の情報です。目次第1部 概要（Human‐in‐the‐Loop機械学習の概要/Human‐in‐the‐Loop機械学習を始める）/第2部 能動学習（不確実性サンプリング/多様性サンプリング/高度な能動学習/能動学習をさまざまな機械学習タスクに適用する）/第3部 アノテーション（アノテーターとの協働/アノテーションの品質管理/高度なアノテーションとデータ拡張/さまざまな機械学習タスクにおけるアノテーション品質）/第4部 機械学習のためのヒューマン‐コンピュータインタラクション（データアノテーションのためのインターフェース/Human‐in‐the‐Loop機械学習を組み込んだアプリケーション）/付録A この商品の詳細を調べる 本・雑誌・コミック » 科学・医学・技術 » 数学 コンピュータインタラクション アノテーションツール サイエンティスト システム テクニック
