業務に活かす生成AI ～基礎からRAGの実装まで～
業務に活かす生成AI ～基礎からRAGの実装まで～
- 学習時間
- 約10時間
- ホーム
- 業務に活かす生成AI ～基礎からRAGの実装まで～
Course introduction コース概要
| 標準学習時間 | 約10時間 |
|---|---|
| 学習目標 | ・数学的基礎知識の習得 ベクトル、行列、確率の基本概念を理解し、大規模言語モデルの数学的背景を固める ・Transformerの理解 大規模言語モデルの中核をなすTransformerの仕組みと動作原理を詳細に理解する ・応用例による実践 実践的な実装課題を通して、大規模言語モデルの応用可能性と活用方法を探る |
| 前提知識 | ・高校レベルのベクトル・行列、確率、微分に関する知識 ・Pythonによるプログラミング経験 |
| 備考 | 本コースの「第3章 課題 RAGの実装」では、OpenAIのAPIを利用してRAGを実装します。 利用にあたり、初回クレジットとして最低＄5を購入する必要があります。 また、課題は、Google Colaboratory（https://colab.google/）を使用して説明します。 Google Colaboratoryが使用できない場合はPythonが使用できる環境をご用意ください。 |
Course Features 講座の特長
実際に手を動かして学習
実際にRAGを実装するために必要な環境を整え、読み取りやすいようにファイルを加工し、RAＧのパイプラインを実装していきます。実際に動作させるために考えながら手を動かすことで、知識だけでなく実践力を身につけることができます。実務でもすぐにいかせるスキルを習得していきます。
現役エンジニアが学びをサポート
本講座のチュータは現役AIエンジニア・データサイエンティストです。eラーニングながら、週7日いつでも質問いただけます。質問は、講義内容に限定せず、関連することであれば、自分だけでは解決が難しいことや困ったことをチュータに相談いただいて構いません。
確認テスト
各章やレッスンの終わりに確認テストを用意しています。学習した内容の理解があいまいでないか、間違った理解をしていないかをこのテストが確認します。間違えた問題はその場で訂正したり、レッスンページに戻って学習しなおすことで理解の定着をはかります。インプット（レッスン）・アウトプット（確認テスト）の反復により、たしかな知識を習得していきます。
学習する内容
3つの章で構成されています。
第1章では、ベクトルや行列、確率などの数学の基本概念について理解を深め、大規模言語モデルの数学的な背景を固めます。
その後、実際に手を動かし、大規模言語モデルをどのように実際の問題に応用するかについて学びます。
数学的理論の基礎から具体的なアルゴリズムの実装までを一貫して学ぶことで、すぐに実務でもいかせるスキルの習得を目指しましょう。
■ 第1章 生成AIの基礎知識
ベクトル／確率／条件付確率と独立性／モンティ・ホール問題／言語モデル／単語のベクトル表現の導入／単語ベクトルを用いた条件付確率の注意点／構成性の概念
■ 第2章 プロダクトの世界観と存在意義の定義
GPTの仕組み／GPTの事前学習／生成確率を計算する方法／フィードフォワード層／Instruct tuning／RAG／推論モデル
■ 第3章 RAGの実装（課題）
準備／実装：環境をセットアップする／実装：データソースの前処理を行う／実装：RAGパイプラインを実装する／セルフチェック：RAGの実装（課題）
FAQ よくあるご質問
-
Q.
TiXとは何ですか？
-
A.
本講座はオープン講座となっており、講座の開催・運営は一般財団法人高度人材育成機構（TiX）が行っております。
-
Q.
2つのコースの違いを教えてください
-
Q.
法人で申し込みたいです。
-
Q.
キャンセルポリシー
Course guide
「学び」から選べる
コース一覧
BizLearnでは、4つの学びのフィールドをご用意。
その中でさらに細分化しているので、あなたのスキルアップに役立つフィールドが見つかります。
