강의

멘토링

커뮤니티

NEW
AI Technology

/

AI Agent Development

Agentic(Modular) RAG with LangGraph version 1 基礎から上級まで

この講座は、RAG(Retrieval-Augmented Generation)を 👉 概念説明で終わらせず 👉 実際に動作する構造を直接作りながら 👉 拡張・高度化まで体験する実習中心の講座です。 シンプルなRAGの例から始めて、 Advanced RAG → Modular RAG → AgentベースのRAGまで 実務ですぐに活用できるレベルで段階的に学習します。

6名 が受講中です。

  • goodwon5937125
실습 중심
AI 활용법
langgraph
multi-agent
rag시스템구축
AI
ChatGPT
prompt engineering
LLM
Generative AI

受講後に得られること

  • # RAGの全体パイプライン構造を明確に理解

  • Naive RAGの限界とAdvanced RAGが必要な理由の体得

  • # VectorDB、Retriever、Evaluationの構造的分離設計

  • PGVector、Elasticsearch など多様な VectorDB ベースの RAG 実装経験

  • Self-RAG、Corrective RAG(CRAG)、Supervisor Agent RAGまで拡張

RAG完全マスター:基礎からエージェントまで

この講座はRAG(Retrieval-Augmented Generation)のすべてを学ぶ実践中心の講座です。

基本的なNaive RAGから始めてAdvanced RAGを経て、最新トレンドであるAgentic RAGまで段階的に学習します。

LangChainLangGraphを活用して、実務ですぐに適用可能なRAGシステムを構築する方法を学びます。

この講義の特徴

📌段階的学習: Naive → Advanced → Modular(Agentic) の順で難易度を段階的に上げていきます

📌多様なツール体験: 複数のVector DB、Embedding Models、Retrieverを直接扱ってみます

📌 ハイブリッド検索: Elasticsearchを活用してベクトル検索とキーワード検索を組み合わせる方法を学びます

📌最新技術: LangGraphを活用したエージェントRAGまで扱います

📌性能評価: RAGAsを通じてRAGシステムの性能を客観的に評価する方法を学びます

こんな方におすすめです

LLMベースのアプリケーション開発者

LLM APIの使用経験があれば、この講座を通じて企業データを活用したプロダクションレベルのAIサービスを構築できます

RAGシステムを初めて学ぶ方
RAGが初めてなら、この講義を通じて基礎から実戦デプロイまで完璧にマスターできます

AIエージェントに興味がある方
エージェントに興味があれば、この講座を通じてLangGraphで複雑な意思決定を行うAgentic RAGを実装できます

受講後には

  • 様々なデータソースからRAGシステムを構築できます

  • プロジェクトの特性に合ったVector DBとEmbedding Modelを選択できます

  • RAGのパフォーマンスを向上させるさまざまな技法を適用することができます

  • LangGraphを使用して複雑なエージェントベースのRAGを設計および実装できます

  • RAGシステムの品質を定量的に評価し、改善することができます

このような内容を学びます。

高度なRetriever技法

MultiQuery RetrieverとRerankerを活用して検索品質を向上させる方法を学びます。

Hybrid RAGの実装

Elasticsearchを活用してベクトル検索とキーワード検索(BM25)を組み合わせたハイブリッド検索システムを構築します

RAG性能評価

RAGAsフレームワークを使用してRAGシステムの回答品質を客観的に測定し、改善します。

LangGraphを活用したエージェントRAG

Vanilla RAG、Corrective RAG、Self RAG、Supervisor Agentsなど、様々なエージェントベースのRAGをLangGraphで実装します。

受講前の参考事項

実習環境

  • 講義はMacOSを基準に説明します。Pythonを実行できる環境であれば、Windows、Linuxなど、オペレーティングシステムに関係なく講義を受講できます

  • 講義ではVSCodeエディターを活用しましたが、Cursor、PyCharmなどすべてのエディターで可能です。

学習資料

  • セクションごとに圧縮ファイル(requirements.txt、jupyterファイルなど)を提供します。

前提知識と注意事項

こんな方に
おすすめです

学習対象は
誰でしょう?

  • LLMは使ったことがあるけどRAG構造がよく分からない方

  • LangChain/LangGraphを理由なく使っていた方

  • RAG性能が出ない理由を知りたい方

  • Agent ベースの RAG まで拡張したい方

前提知識、
必要でしょうか?

  • 授業ではChat GPTの有料モデルを使用します。

  • Pythonの基礎知識が必要です。

こんにちは
です。

283

受講生

6

受講レビュー

1

回答

4.7

講座評価

3

講座

안녕하세요, 강의를 맡은 조경원입니다.
저는 중소기업부터 대기업까지 다양한 산업 환경에서 웹 개발, 인공지능(AI), 그리고 AWS 인프라 구축 등 폭넓은 실무 경험을 쌓아왔습니다.

이러한 경험을 바탕으로 2022년부터는 오프라인에서 AI 분야의 강의를 진행하며, 실무와 이론을 연결하는 교육을 이어오고 있습니다.

カリキュラム

全体

50件 ∙ (9時間 29分)

講座資料(こうぎしりょう):

授業資料
講座掲載日: 
最終更新日: 

受講レビュー

まだ十分な評価を受けていない講座です。
みんなの役に立つ受講レビューを書いてください!

期間限定セール

¥20

48%

¥6,238

goodwon5937125の他の講座

知識共有者の他の講座を見てみましょう!

似ている講座

同じ分野の他の講座を見てみましょう!