Javaの命名規則

ChatGPTやClaudeのような大規模言語モデルの基礎原理を深く探求しながら、開発能力を高めることができます。普段なかなか接することのできない多様な情報や開発技法を学ぶことができます。

プロンプトエンジニアリングとコンテキストエンジニアリングを経て、今やハーネスエンジニアリングへ。プロンプトとRAGでは達成が困難なLLMベースの課題を、ハーネスで解決できます。

数式一つ、コード一行も使わずに、人工知能の開発と活用に必要な基礎統計の本質を突き詰めます。

ジュニア開発者が人工知能を開発ツールとして活用し、企画からコード作成、デプロイ、検証に至る開発プロセス全体を理解できるようにします。

プロンプトエンジニアリングの理論から実践的なテクニック、そして最新の応用事例やセキュリティ・倫理問題まで幅広く網羅し、LLMベースのサービス開発者、データサイエンティスト、AI企画者のすべてに実用的な助けを提供します。

問題を「構成する思考」を訓練するように助けます。

認知負荷（Cognitive Load）理論に基づき、RAGの性能を改善する方策を提示します。従来のRAG性能向上手法の限界を超えるため、認知負荷という思考の枠組みを適用し、さまざまな手法を統合します。

生成AI（ジェネレーティブAI）の一種であるLLMを基盤としたアプリケーションやウェブサービスを企画する際に必要な「サービスデザイン」の概念と手法を習得できます。

セキュアコーディング（Secure Coding）が何なのか全く知らなくても理解できる講義です。基本的なセキュアコーディングの概念を習得した上で、ウェブサービスセキュリティを中心に解説します。OO大学主催の特別講義として行われた内容です。160を超えるソースコードを豊富なコメントと共に提供し、実務ですぐに活用できる核心的なテーマや手法をピンポイントで学べるように構成されています。

C言語の基本概念と基本文法を素早く理解することができます。

様々なクリーンコーディングの手法を提示します。

コーディングのための基本プロンプトパターンと、人工知能を活用するための高度なAPIプロンプトパターンを紹介します。

自然言語処理技術の始まりから最新のLLMモデルに至るまでの過程で開発された、多様な言語モデルについて詳細に説明します。

LLMベースのマルチエージェント技術を実装可能にするCrewAI、LangChain、AutoGenなどの様々なエージェントフレームワーク、知識グラフ、推論システムを組み合わせ、人工知能（AI）裁判官を構築する方法について探求します。

LLMサービスを企画するために、ユーザーが要求する事項を収集し分析する方法について見ていきます。

LLMの限界と限界克服のための最新技術、そして展望される未来技術について探求します。

LLMを使用して構築できるアプリケーションやWebサービスにはどのようなものがあるか見てみましょう。

LLM企画、LLM応用企画担当者向けに、LLMが必要な理由と技術的背景、および基本概念を説明します。