機械学習を組み込んだシステムを、実運用に耐える形で設計する本。データの収集と特徴量の管理、学習と評価、デプロイ方式、監視と分布のずれへの対応、そして継続的な改善の回し方までを扱う。モデルの外側にある工程が中心になっている。
この本が好きなら

実践 AIエージェント開発
MichaelAlbada(訳: 鈴木駿・高山洪銘・山下正浩) / オライリー・ジャパン / 2026年 / 翻訳書
技術: 大規模言語モデル・機械学習

データ視覚化のデザイン
永田ゆかり / SBクリエイティブ / 2020年
技術: UI設計・ユーザビリティ・データ基盤・データエンジニアリング

AIのためのネットワーク設計の教科書
シスコシステムズ合同会社 / シーアンドアール研究所 / 2026年
技術: ネットワーク・TCP/IP・機械学習

LLMによる情報抽出入門〜日常のリアルなデータから価値ある情報を取り出す技術
中田百科 / 技術評論社 / 2026年
技術: 大規模言語モデル・自然言語処理・データ基盤・データエンジニアリング

LLM・AIエージェントシステムベストプラクティス
澁井雄介 / 翔泳社 / 2026年
技術: 大規模言語モデル・機械学習・DevOps・継続的デリバリー

Fluentd実践入門
田籠聡 / 技術評論社 / 2022年
技術: 監視・オブザーバビリティ・データ基盤・データエンジニアリング
この本からもっと探す →邦訳版の書誌(オライリー・ジャパン、2023年、ISBN 9784814400409)は国立国会図書館サーチAPI(opensearch)の検索結果で確認。著者・訳者は同APIの責任表示「Chip Huyen 著,江川崇, 平山順一 訳」による。原著の初版年2022年はOpenLibrary/英語版Wikipediaの書誌による。
当サイトは Amazon.co.jp アソシエイトおよび楽天アフィリエイトのプログラム参加者です。書籍ページの購入リンクから商品が購入された場合、当サイトが紹介料を受け取ることがあります。