本書の内容

最新のマルチモーダルAIをアプリやサービスで活用する！
「はじめに」「本書の構成」「目次」をPDFファイルでご覧いただけます。

「Gemini」は、Googleが開発した最新の生成AIで、本書では2024年5月の正式版リリース「Gemini 1.5 Pro」「Gemini 1.5 Flash」にも対応しています。

Geminiは、OpenAIの最新モデル「GPT-4o」に対して、現時点でテキストや画像だけでなく「動画」「音声」が一般ユーザーでも扱える「マルチモーダルAI」であることが大きな特徴です。また、Android端末やiPhoneなどのエッジデバイスに対応した「Gemini Nano」も公開されています。

本書は、Geminiの「API」を使うことでカスタマイズしたチャットAIを自社のサービスやアプリに組み込むための方法をステップ・バイ・ステップで解説した書籍です。
プログラミングは、Google Colabを使ってPythonのコーディングで行うことができるほか、スマホアプリの開発で使われる「Andorid Studio」や「Xcode」の開発環境でも行うことが可能です。

また、定番のAI開発フレームワーク「LlamaIndex」と「LangChain」の最新版の解説も解説しました。これらを使うことで、より高度なアプリ開発を容易に行うことが可能になります。

1章　Geminiの概要とはじめ方
1-1　Geminiの概要
1-2　Geminiのはじめ方
1-3　人工知能と機械学習と深層学習
1-4　自然言語処理の深層学習モデル

2章　Geminiの利用法
2-1　Geminiの使い方
2-2　Google AI Studioの使い方
2-3　Vertex AI Studioの使い方

3章　Python開発環境の準備
3-1　Pythonの概要
3-2　Google Colabの概要
3-3　Pythonの文法

4章　Gemini API（Python編）
4-1　テキスト生成
4-2　マルチモーダル
4-3　埋め込み
4-4　Function Calling
4-5　ファインチューニング
4-6　Vertex AI Gemini API

5章　Gemini API（Andorid編）
5-1　テキスト生成
5-2　マルチモーダル
5-3　ローカルLLM

6章　Gemini API（iOS編）
6-1　テキスト生成
6-2　マルチモーダル
6-3　ローカルLLM

7章　LlamaIndex
7-1　LlamaIndexのはじめ方
7-2　LlamaIndexのカスタマイズ
7-3　データローダー
7-4　ベクトルストア
7-5　評価

8章　LangChain
8-1　LangChainのはじめ方
8-2　LLM
8-3　PromptTemplate
8-4　OutputParser
8-5　Chain
8-6　ChatBot
8-7　RAG
8-8　Agent

ダウンロードデータは、ZIP形式で圧縮されています。WinZip（Windows）やStuffit（Macintosh）等のアプリケーションで解凍してご使用ください。
ダウンロード