♔ 模型優化祕訣：掌握最新AI技術，提升模型表現
　　♔ 全面培訓實戰：初學者或專業人士可精進AI專案程式

　　本書內容改編自第15屆iThome鐵人賽AI & Data組佳作系列文章《30天內成為NLP大師：掌握關鍵工具和技巧》。本書從基礎理論到實務應用，詳細介紹了自然語言處理的發展過程及相關技術，且循序漸進解釋了AI中的數學原理，如線性代數、矩陣相乘及機率，並將這些理論應用於深度學習模型中。

　　此外，本書內容還涵蓋了如何建立、訓練及優化自然語言處理模型的實作步驟，並介紹目前最熱門的模型架構，如Transformer、BERT、GPT、LLaMA等，指導讀者如何在實際應用中微調這些模型，以達到最佳效果。對於那些希望參與人工智慧競賽或是提升程式設計技能的讀者，本書也提供大量實例與程式碼，幫助讀者更加理解和掌握這些技術。

　　【目標讀者】
　　✪對人工智慧懷抱熱情的初學者與愛好者。
　　✪希望快速學習、累積人工智慧程式專案經驗的程式設計師和開發者。
　　✪數學理論強但程式設計經驗有限、想踏入人工智慧領域的學習者。
　　✪希望參加人工智慧競賽的參賽者。
　　✪希望了解最新NLP技術發展的技術專業人士。

本書特色

　　✪理解人工智慧實際上的運作原理以及電腦是如何理解文字資料的。
　　✪完整介紹自然語言處理的「重要發展」與「最近進展」，讓你快速上手自然語言處理這一領域。
　　✪全面理解大型語言模型的奧妙與其相關評估指標。
　　✪告訴你模型優化技巧，讓你能在競賽中獲取優良名次。
　　✪讓你擁有工程師的「程式風格」與培育「自學思維」。

專業推薦

　　「對許多人而言，AI技術既熟悉又遙遠，其快速發展加劇了資訊焦慮。在這個背景下，我推薦這本關於生成式AI與大型語言模型（LLM）開發實務的書籍，因為它提供了一個極具深度和廣度的學習資源，無論是剛接觸人工智慧領域的初學者，還是希望深入理解生成式AI的專業人士，都能從中獲得啟發與實踐經驗。本書的特點在於其層層遞進的結構設計，將複雜的理論與實務操作相結合，讓讀者能夠逐步建立起紮實的人工智慧知識體系。」─ 李俊宏，國立高雄科技大學 電機工程系資通組教授

　　「本書中的內容並不是單純地傳授如何使用特定工具，而是透過詳細的範例與步驟，讓讀者理解背後的邏輯，書中提供了豐富的實作指導，幫助讀者不只實現模型的搭建，還能深入探討模型優化的細節，這對於那些正在學習如何調整超參數來提高模型效能的讀者來說，尤為重要。本書是一本適合任何階段的讀者閱讀的書籍，無論你是剛入門的學生，還是有一定經驗的開發者，都能在這裡找到進一步提升的機會。」─ 吳宇祈，國立成功大學 電機工程系碩士生