
RAGマスター:基礎から上級技法まで(feat. LangChain)
pdstudio
この講義はLangChainを活用したRAG(Retrieval-Augmented Generation)システムの基本概念と実装方法を扱います。参加者はRAGの核心原理を理解し、LangChainを通じて実際にシステムを構築し、性能を評価する方法を学びます。
初級
RAG, LangChain, LLM
LangGraphで実装する検索拡張生成(RAG)インテリジェントAIエージェント! 理論から実践まで、初心者でも簡単に進められるハンズオンチュートリアルです。
受講生 7,917名
難易度 初級
受講期間 無制限


学習した受講者のレビュー
5.0
이성규
きれいに整理された講義です。 実は元々LangGraphプロジェクトをした経験のある者なので、購入を迷っていましたが、整理がとてもきれいで、一つ一つ落ち着いて全て説明してくれる感じで、知らなかった部分も知ることができ、全く惜しくない気がします。 真剣にこの講義のせいで、RAG Langchainの講義も買うべきか悩んでいます。
5.0
조영재
講義の内容がとても分かりやすく、実務にすぐ活用できるので大変助かりました。 説明が明快なので、難しい概念も自然に理解することができました。
5.0
jiyoung lim
いいですね
LangGraphを活用したAIエージェントの構造設計および実装
AIエージェントをRAG(Retrieval-Augmented Generation)に適用
Tool Calling(ツール呼び出し)機能の実装でAIエージェントの能力を拡張する
Adaptive RAG、Self RAG、Corrective RAGなど、最新のエージェントRAGアーキテクチャをマスターする
LLMは自然言語処理やテキスト生成に優れていますが、複雑なワークフローを自ら調整したり、意思決定を行ったりすることには限界があります。情報検索を超えて、LLMが結果を評価し、クエリを修正し、状況に合わせたツールを選択できるようにするためには、エージェントの助けが必要です。より賢く柔軟なRAGシステムのために、エージェントは必ず知っておくべき技術です。
✅ 状況に応じたツールの選択
LLMが状況に合わせてどのツールを使用するかを決定できるよう支援します。ユーザーのリクエスト作業に応じて、API呼び出し、データベース検索、外部検索など、適切なツールを選択することができます。
✅ 最適な検索クエリの生成
ユーザーの質問が不明確であったり複雑な場合、クエリを細分化したり修正したりすることで、より正確な結果が得られるようサポートします。これにより、LLMは最適な検索クエリを生成します。
✅ 質の高い回答の導出
複数の結果が返された際、最も関連性の高い情報を評価し、最適な回答を選択します。これにより、ユーザーに正確な情報を提供することができます。
✅ 結果改善のための後続作業の判断
結果が不十分または不正確な場合、追加作業が必要かどうかを判断し、検索を繰り返したり新しいアプローチを試みたりするフィードバックループを実行します。
LangGraphは、複雑なワークフローを実装する際に有利なツールです。LangChainが比較的決まった流れを処理するのに適しているのに対し、LangGraphは複雑な作業を柔軟に処理・管理できるため、エージェントとの相性が抜群です。
<LangGraphの特徴>
ノードベースの管理により、多様な状態や条件を簡単に処理できます。
複雑なワークフローを視覚的に管理できます。
LangGraphにエージェントを結合すれば、多様なモジュールを効果的に連結&実行することができます。
実践中心のステップバイステップ学習
理論の説明後、すぐに実習を行うことで概念を確実に理解し、応用する力を養います。
最新トレンドを反映したカリキュラム
エージェントベースのRAGに関する最新技術と手法を積極的に反映し、現場ですぐに活用できる知識を提供します。
LangGraph完全ガイド
複雑なLangGraphを誰でも理解できるように基礎から一歩ずつ説明し、多様な実例を通じて応用学習を行います。
チュートリアル提供で復習が容易
LangGraphとエージェントRAGに関する内容をまとめたWikiDocsの教材を提供し、受講後も継続的な学習と参照が可能です。
LangGraphの核心概念である状態グラフ、条件付きエッジ、フィードバックループを学習し、AIエージェントの複雑な意思決定プロセスをグラフでモデリングする方法を理解します。また、Human-in-the-Loop、並列実行、Sub-graphなど、多様なAIエージェントプロジェクトに活用できる技術を学びます。
AIエージェントの能力を現実世界とつなげるTool Calling技術をマスターします。LangChainの組み込みツールやカスタムツールの作成、呼び出し方法を扱います。外部APIや様々なツールをAIシステムに統合する方法を学習します。
RAGシステムの性能を一段階引き上げる高度な技法を探求します。コンテキストに応じて動的に動作するAdaptive RAG、AIが自ら出力を評価し改善できるSelf RAG、そしてCorrective RAGの概念と実装技術を習得します。
オペレーティングシステムおよびバージョン(OS): MacOS基準で講義を進行 (Linux、Windowsユーザーも実習可能)
仮想環境の使用:Poetry基準で講義を進行(conda、venvユーザーも実習可能)
使用ツール:VS Code、OpenAI APIなどのLLM認証キーが必要(別途費用が発生する可能性あり)
PC仕様:該当事項なし
ランググラフ(LangGraph) バージョン: v0.2.34 適用
ラングチェーン(LangChain)バージョン:v0.3.1 適用
実習に必要な資料の提供(講義ノート、実習コード)
WikiDocsに参考教材を提供:https://wikidocs.net/book/16723
Pythonの基本知識がある方(基本的なプログラミングができる方)
[無料講座] 入門者のためのLangChain基礎 (必須) : https://inf.run/Xabb2
ご質問やご意見がございましたら、お気軽にご質問ください。
RAGマスター:基礎から応用技法まで (feat. LangChain)
RAGの実装から性能評価まで -
9時間で終わらせる実践AI開発
LangChainベースのRAGシステム構築実習
高級RAG手法の学習
RAGシステムの性能評価手法
LangChainの最新LCEL文法とRunnableの活用法
学習対象は
誰でしょう?
チャットボットを超えて、インテリジェントAIエージェントを自ら作りたい方へ
RAGとLLMを活用した実用的なAIソリューション開発に挑戦したい方へ
LangChainベースの「チャットボット」または「RAG」講座を受講した後、次のステップに進みたい方
前提知識、
必要でしょうか?
パイソン
(無料講義) 入門者のための LangChain 基礎 [必須]
(有料講義) RAGマスター:基礎から高級技法まで [推奨]
インフラン認証
19,204
受講生
1,045
受講レビュー
186
回答
4.8
講座評価
12
講座
こんにちは。私はPythonを活用したデータ分析およびAIサービス開発の実務に携わっています。関心のあるテーマを見つけて勉強し、その内容を多くの方々と共有するために、継続的に執筆活動やAI講義を行っています。
[経歴]
現) フィンテックスタートアップCEO
元) DACON CDO
前) 仁徳大学校 コンピュータソフトウェア学科 兼任教授
Kaggle Competition Expert、ビッグデータ分析技師
[講義]
NCS登録講師(人工知能)
SBA ソウル経済振興院 SeSAC(セサク)キャンパス SW教育「優秀パートナー選定」(Pythonを活用したAIモデル開発)
金融保安院、韓国電子情報通信産業振興会、韓国ディスプレイ産業協会、大邱デジタル産業振興院などでの講義
ソウル大学、釜山大学、慶熙大学、韓国外国語大学など、国内の主要大学および国内企業での教育経験
산업진흥회, 韓国ディスプレイ産業協会, 大邱デジタル産業振興院などでの講義。ソウル大学、釜山大学、慶熙大学、韓国外国語大学など国内主要大学および国内企業での教育経験。
[執筆]
Python機械学習Pandasデータ分析(情報文化社):https://zrr.kr/x1ec
Pythonディープラーニング・機械学習入門(情報文化社) : https://zrr.kr/RPaE
PythonディープラーニングTensorFlow(情報文化社):https://zrr.kr/PrVN
実務者のためのPython 100題(情報文化社) : https://zrr.kr/4fyq
LangChain(ラングチェーン) 入門から応用まで (WikiDocs) : https://wikidocs.net/book/14473
[YouTube] パンダス・スタジオ : https://youtube.com/@pandas-data-studio?si=XoLVQzJ9mmdFJQHU
全体
54件 ∙ (6時間 45分)
講座資料(こうぎしりょう):
18. 複数のツールを使用して呼び出す
06:15
全体
153件
4.8
153件の受講レビュー
受講レビュー 8
∙
平均評価 5.0
5
きれいに整理された講義です。 実は元々LangGraphプロジェクトをした経験のある者なので、購入を迷っていましたが、整理がとてもきれいで、一つ一つ落ち着いて全て説明してくれる感じで、知らなかった部分も知ることができ、全く惜しくない気がします。 真剣にこの講義のせいで、RAG Langchainの講義も買うべきか悩んでいます。
本当にありがとうございます!😊 より良い講義を準備してお会いしましょう!🌟
受講レビュー 1
∙
平均評価 5.0
受講レビュー 1
∙
平均評価 5.0
5
講義の内容がとても分かりやすく、実務にすぐ活用できるので大変助かりました。 説明が明快なので、難しい概念も自然に理解することができました。
ありがとうございます!
受講レビュー 5
∙
平均評価 5.0
知識共有者の他の講座を見てみましょう!
同じ分野の他の講座を見てみましょう!