「"sebastian risi"」の検索結果を表示

話題の「バスク料理」を日本で作って味わう入門レシピ集　最新ピンチョスから、伝統料理の煮込み、焼物、そしてデザートまで！・世界一の美食の街サン・セバスティアンで育まれたピンチョス（おつまみ）から、郷土色豊かな煮込みや焼物、人気のチーズケーキまで。バスク料理の魅力を発見する1冊。・中武亮氏はスペイン政府シェフ養成プログラムで日本代表として料理留学。バスク州を中心に3年間料理研鑽を積み、料理とバスク愛の強さは誰にも負けない。・本書はプロのシェフによるスペイン・バスク州に絞った日本唯一のレシピ集。新鮮な魚介や肉をシンプルに調理するバスク式レシピは実に日本人好み。・バスク好きのシェフによるコラム集など、バスクの美味情報や日本で入手できる調味料やお酒情報も。スペイン、サン・セバスティアン市は美食家憧れの地。三ツ星レストランの数の多さもさることながら、旧市街にひしめくバルでつまむピンチョス、また足を延ばせば、山あいの肉の炭火焼き店や海辺の魚介専門店など、バスクにはさまざまなおいしさが待っており、店のレベルが図抜けて高い。その理由のひとつにレシピの共有があると、中武シェフは語ります。本書は...

LLM (大規模言語モデル) をつくりながら学ぼう！本書は、GPT型のLLM (大規模言語モデル) を一から理解して構築するために書かれました。テキストデータの扱い方とAttentionメカニズムのコーディングの基礎を理解した後、完全なGPTモデルの実装に取り組みます。本書の特徴は、LLMの構築プロセス全体を包括的にカバーしていることです。これには、モデルアーキテクチャを実装するためのデータセットの扱い方から、ラベルなしデータでの事前学習、そして特定のタスク向けのファインチューニングまでが含まれています。本書を最後まで読めばLLMの仕組みがしっかりと理解でき、独自のモデルを構築するためのスキルを身につけることができるでしょう。作成するモデルは大規模な基礎モデルに比べれば規模は小さいものの、基になっている概念は同じです。最先端のLLMの構築に使われている中核的なメカニズムやテクニックを理解するための強力なツールとなるでしょう。［対象読者］・LLMの仕組みを...

「確率ロボティクス」は、環境やシステムが持つ「不確実さ」(予測不可能な事象)に確率・統計を駆使して対処するのを特徴とする分野です。人の作業空間により近い位置への進出を期待される次世代のロボットでは、この分野のアルゴリズム設計は有力な枠組みの1つとして注目を集めています。また、ロボットのみでなく、自動車の自動走行などへも応用可能な分野です。本書は学生、研究者、エンジニアなど、ロボットの実装を行う全ての人に向けて書かれています。「確率ロボティクス」の主要なアルゴリズムを、ベイズ則とその拡張を数学的背景に、擬似コードによる実装例や実験結果を交えて詳細に解説・議論しています。確率の基本的な法則などの基礎的な解説もされており、また、高度な数学の使用は極力避けられているため、技術的背景の異なる人にとっても理解しやすい内容になっています。確率ロボティクスを学ぶには必須の1冊。Sebastian Thrun,Wolfram Burgard,Dieter Foxらによる「Probabilistic Robotics」の日本語版、待望の復刊です。

［この電子書籍は固定型レイアウトです。リフロー型と異なりビューア機能が制限されます］固定型レイアウトはページを画像化した構造であるため、ページの拡大縮小を除く機能は利用できません。また、モノクロ表示の端末ではカラーページ部分で一部見づらい場合があります。第3版まで続くロングセラーのPyTorch版！機械学習の基本から先進的な手法まで本格解説『機械学習を実践的に学ぶための優れたテキスト』『多くのトピックを網羅した深い一冊。強力にお勧め』―原著への読者の声本書の前半は、基本的な機械学習ライブラリのscikit-learnを使った手法を解説。分類の基本モデルに始まり、単層ニューラルネットまでを実装するほか、データ前処理、次元削減、ハイパーパラメーターのチューニング、アンサンブル学習、回帰分析などを取り上げます。後半では、PyTorchによるさまざまなディープラーニングの手法を説明。PyTorchの仕組みを示したあと、CNN／RNN／T...

［この電子書籍は固定型レイアウトです。リフロー型と異なりビューア機能が制限されます］固定型レイアウトはページを画像化した構造であるため、ページの拡大縮小を除く機能は利用できません。また、モノクロ表示の端末ではカラーページ部分で一部見づらい場合があります。本書は、機械学習コンセプト全般をカバーし、理論的背景とPythonコーディングの実際を解説しています。初歩的な線形回帰から始め、ディープラーニング（CNN／RNN）、敵対的生成ネットワーク、強化学習などを取り上げ、scikit-learnやTensorFlowなどPythonライブラリの新版を使ってプログラミング。第3版では13～16章の内容をほとんど刷新したほか、敵対的生成ネットワークと強化学習の章を新たに追加。機械学習プログラミングの本格的な理解と実践に向けて大きく飛躍できる一冊です。◎本書は『Python Machine Learning: Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow 2, 3r...