連載 AIMachine LearningPythonNLP
第2回：栄養ベクトルとコサイン類似度で「同じ栄養、違う料理」を実現する
19次元の栄養素ベクトルにコサイン類似度を適用し、栄養バランスが似ている別の料理やメニューを検索する仕組みを解説します。
続きを読む →
Blog
記事一覧
すべて (91)
AI (63)
Python (22)
LLM (21)
Business (17)
Infrastructure (16)
Machine Learning (14)
Investment (12)
OpenAI (10)
連載 
連載 AIMachine LearningPythonNLP
第3回：LSTMで「飽きの来ない献立」を時系列予測する
コサイン類似度では解決できなかった「献立のマンネリ」問題に、LSTMによる時系列予測で挑みます。テキスト生成の発想を献立提案に転用した実装の全記録。
続きを読む →
連載 AIMachine LearningPythonNLP
第4回：ChatGPTで2万件のレシピを「時短版」に自動変換する
数年後、LLMの登場で同じプロジェクトを再訪。ChatGPT APIを使い、2万件のレシピを忙しい家庭向けの時短版に一括変換した実装記録。
続きを読む →
連載 AILLMFine-tuningStock PredictionMachine LearningOpenAI
第1回：きっかけと全体像 — ChatGPTがファンドマネージャーに勝った日
ChatGPTがプロのファンドマネージャーを上回ったという実験に触発され、LLMファインチューニングで日本株の株価予測AIサービス「千里眼」を構築するまでの全体像を紹介します。
続きを読む →
連載 AILLMGPUFine-tuningMachine LearningPython
第2回：ローカルGPUでの挑戦と挫折 — RTX 3060の6GBで8Bモデルに挑む
ノートPC搭載のRTX 3060（6GB VRAM）でELYZA 8Bモデルのファインチューニングに挑戦し、VRAM不足で断念するまでの過程と、そこから得た教訓を記録します。
続きを読む →
連載 AILLMLoRAFine-tuningMachine LearningGPUGoogle Colab
第3回：LoRAと量子化の技術解説 — LLMを軽くする仕組みたち
LLMファインチューニングに不可欠な軽量化技術であるLoRA、量子化、QLoRAの仕組みを解説し、架空の事実をモデルに学習させる「富士山実験」で技術の有効性を実証します。
続きを読む →
連載 AILLMFine-tuningStock PredictionGoogle ColabLoRAPython
第4回：Colabで株価予測 — 3モデルの試行錯誤
Google ColabのT4 GPUでELYZA 8BとLLM-jp 7.2Bを使い株価予測ファインチューニングに挑戦。精度不足に直面しつつも、追加学習やGGUF変換など多くの技術的知見を得た過程を記録します。
続きを読む →
連載 AILLMOpenAIFine-tuningStock PredictionPython
第5回：OpenAI APIファインチューニング — 約8分で完了した最終解
OpenAI APIのファインチューニングでgpt-4o-miniをカスタマイズし、約8分の学習で安定したJSON出力と十分な予測精度を実現。データ準備の苦労と、Colabとの決定的な違いを詳しく解説します。
続きを読む →
連載 AILLMFine-tuningStock PredictionMachine LearningPython
第6回：訓練データの設計 — 5種類のデータをどう統合したか
LLMファインチューニングにおける訓練データの設計思想を解説。企業情報・ニュース・株価・財務・マクロ経済指標の5種類のデータ統合、正解ラベルの作り方、8バージョンに及ぶ試行錯誤の過程を記録します。
続きを読む →