一度で完結するLLM API ― プロンプト、構造化出力、ツール呼び出しまで

ドキュメントを探して回答し、ツールを選んで照会し、承認済みのチケットを実際に作成するカスタマーサポートエージェントをゼロから作ります。応答が途切れたり、同じリクエストが再度届いたりしても、業務が一度だけ最後まで処理されることを、実行記録で確認します。

3つの文書で小規模なRAGを構築し、答えが間違っているとき、文書・検索・コンテキスト・生成のどこから修正するかを実行記録に基づいて判断します。ハイブリッド検索と再ランキング、マルチステップ検索、権限や運用のチェックまで、改善効果を数値で確認します。

RAGを実装したいけれど、埋め込みからベクトルの保存・検索までの連携構造が難しく感じていませんか？この講義では、実際のサービス開発経験に基づいて、pgvectorの基本概念とサービスのソースコードを解説します。実際にAPIを呼び出しながら、RAGベクトル検索が動作する全体の流れを素早く理解できます。

このOnline Classesは、Transformerを単に「実装する方法」ではなく、 なぜこのような構造が作られたのか、各モジュールがどのような役割を果たすのか、 そしてモデル全体がどのように動作するのかを設計者の視点から解剖する過程です。 Self-AttentionとMulti-Head Attentionの内部計算原理を深く分析し、 Positional Encoding、Feed-Forward Network、Encoder・Decoder構造が どのような限界を解決するために登場したのかを数式・論文・実装コードで直接確認します。 Attentionから出発してTransformer全体の構造を直接組み立て、 実際に学習まで実行しながらモデルがどのように動作するのかを体得します。 このOnline Classesは「Transformerを完全に理解したい人」のための 最も構造的で実践的なロードマップです。

TransformerベースのLLMアーキテクチャとGPU活用戦略を理解し、vLLMを活用した実際のサービングプロセスまで実践的に学びます。 AIシステムのパイプライン構築からモニタリング、マルチGPUの活用まで、実務の流れ全体を扱い、 複雑な数式を使わず、図解と実習を中心に直感的に理解できるよう構成された講義です。

LLM基礎理論、LangChainとRAGの核心技術をマスターする講座です。LLMの基礎から、実務で活用される最新のAI技術まで、わかりやすく学べます！

ChatGPTに求める結果を依頼し、資料の根拠と結果を確認する方法を学びます。文書・データ・ライティングの実習から始め、OpenAI API、RAG、エージェント、評価・運用まで段階的に学ぶ全70回のコースです。

LangChainによる運用レベルのAI Agentチャットボット開発から、LangGraph、LangSmithを通じた高度化作業まで、AI Agent開発の核心技術3つを整理します。

本当にコーディングの「こ」の字も経験したことがない方でも、ポチポチするだけで自動化ソフトを作ることができます。本当ですよ。

企業環境でLLM Coding Agentを活用する際に発生し得るさまざまなセキュリティ脅威を理解し、Connected環境とAir-Gap環境で攻撃と対応のプロセスを実際に演習しながら、必要なセキュリティ統制と対応策を確認します。

: "数学的基礎から最新モデルまで、PyTorchで完成させるディープラーニング・パイプライン（全44講）" 単にmodel.fit()を呼び出す方法だけを学ぶ時代は終わりました。人工ニューラルネットワークの根底にある微分と勾配降下法から、現場で不可欠なPyTorchの活用法、そして画像や時系列データを扱うCNN/RNNまで！ディープラーニングの全過程を体系的に攻略します。 単なるデータ分析を超えて、人間の脳を模倣した人工知能が自ら学習し判断する、驚異のディープラーニングの世界へ踏み出しましょう。

毎日繰り返される資料調査と文書作成、いつまで抱え込み続けるつもりですか？ 私自身も溢れる情報の中から核心を見つけ出すために、毎日残業していた平凡な会社員でした。 しかし、Gemini 3を実務プロセスに導入した後、業務スピードが劇的に速くなる経験をしました。 Geminiを活用して、業務の生産性を高めてみてください。

LLMを活用したサービスを作る中で、プロンプトやモデルを変更した後、以前より回答の品質が低下したかどうかを確認するのが難しかった経験があるなら、この講義が解決策になるかもしれません。自分で評価基準を作成し、変化した回答を自動的に見つけ出す方法を学びます。

この講義は、LDM（Latent Diffusion Model）からDiT（Diffusion Transformer）まで、生成AIの核心技術発展を完全解剖する実戦型マスタークラスです。 LDMの潜在空間ベース学習原理とStable Diffusionの構造、そして最新のDiffusion Transformerの実装方式を論文とコードで直接分析します。 受講生はPyTorchベースでLDM、CFG（Classifier-Free Guidance）、DiTモデルを直接実装し、生成モデルの最新トレンドと構造的進化を体系的に習得します。

本講座は、ビッグデータ分析に適したプログラミング言語であるPythonを活用し、ウェブやSNSなどのソーシャルビッグデータを自ら収集・加工・分析してみる教育課程です。Pythonプログラミングの実習を「やってみる」形式で進めるため、プログラミング経験のない人文・社会科学分野の研究者でも簡単に学習できます。本講座を受講すれば、Pythonの習得、データ収集、ビッグデータ分析のすべてが可能になります。

<ゼロから作りながら学ぶLLM>（ギルバート、2025）のGitHubノートブックとボーナスコンテンツを扱う講義です。GitHub: https://github.com/rickiepark/llm-from-scratch/ <ゼロから作りながら学ぶLLM>は、セバスチャン・ラシカ（Sebastian Raschka）が執筆したベストセラー<Build a Large Langauge Model (from Scratch)>（Manning、2024）の翻訳書です。本書では、OpenAIが開発したGPT-2モデルをゼロから始めて完全なモデルを作りながら、大規模言語モデルの仕組みを学び、活用する方法を提供します。

AIでMVPを作ることは、もはや難しくありません。 しかし、ほとんどのプロジェクトはその次の段階で止まってしまいます。 👉 機能は作ったけれど 👉 開発が継続しません なぜこのようなことが起きるのでしょうか？ 問題はコードではなく、 👉 AIが持続的に働ける「構造」がないからです。 --- この講義では、 すでに作成されたプロジェクトをベースに、 👉 AIが開発を続けていける構造を 👉 直接構築するプロセスを扱います --- 単にAIツールを使うのではなく、 * docs構造を作り * SSOTを定義し * チケット単位で開発を実行し * QAと反復構造まで繋げることで 👉 一つの「AI開発システム」として完成させます --- このプロセスを通じて 👉 人が直接コーディングしなくても 👉 開発が続いていく構造 つまり、 👉 AIをチームのように運用する開発システムを 👉 自ら作り、理解することができます --- この講義は 👉 自分のプロジェクトにすぐ適用できる構造を作りたい方 👉 AIで開発を始めたが、継続が難しかった方 👉 雰囲気でのコーディング（バイブコーディング）の先、次のステップへ進みたい方 のために構成されました。 --- 単に学ぶだけでなく、 👉 実行してみて 👉 実際に動作する構造を作り 👉 自身のプロジェクトに適用できる形で持ち帰る経験 を提供します。

Spring AIでAI機能を実装したら、次はAIがどのように動作するのかを観察し、コスト・品質・リスク・処理フローをどう制御するかを考える番です。 LLMを呼び出し、RAGを接続して構造化された応答を受け取るだけでは、AIアプリケーションが十分に信頼できるとは限りません。実際のアプリケーションでは、リクエストがどの経路で処理されたのか、モデルにどれだけのコンテキストを渡しているのか、生成された結果をどこまで信頼できるのか、危険な推奨をどう制限するのかまで、あわせて考える必要があります。 この講義では、Spring AIベースのIncident Responderアプリケーションを一貫した題材として使用します。正常に動作するものの、まだ十分に制御されていないbaselineから始め、実際の実行結果を観察して問題を見つけた後、コードに制御ポイントを追加し、改善前後を比較します。 これを通じて、特定のAI機能の使い方をもう一つ学ぶだけでなく、確率的に動作するAIをJava/Springアプリケーション内でどのように観察・制限・検証するのかという設計の視点を身につけます。

Java開発者のためのAI活用マスターガイド！ この講座は、AIがPythonだけの領域だという偏見を打ち破り、 皆さんのJavaアプリにAIの目、耳、口、そしてコーディング能力まで付与します。 OpenAI APIをベースに、AIアーキテクトへと成長しましょう。 AI作家、翻訳家、画家、コーディング仲間など、多様なAI専門家を直接開発し、 テキスト要約、感情分析、画像解説、Javaコード生成、音声/テキスト変換、 画像/字幕生成などの核心機能を統合した多機能AIアシスタントを作成します。 システムメッセージでAIに役割を与え、有害コンテンツの検閲まで学びながら、 既存のJavaシステムの競争力を最大化する絶好の機会です。

初心者や開発入門者でも十分に取り組める、チュートリアル形式のClaude Code開発講座です。 企画担当者、デザイナー、非エンジニアを対象にオフラインで講義した経験をもとに、本では扱っていない初級例から中級開発例まで、一連の流れで学べます。 Claude Codeを活用し、Hello Worldからラッキードロー、Claude Design＋Excelデータ連携によるデバイス別に最適化されたカフェメニュー管理Webページ、さらにはDBやクラウドサービスにデプロイできるSaaS Webアプリケーションまで、段階的に開発するプロセスを体験します。 理論・実習・プロジェクトの各段階に応じたチュートリアルが用意されており、6段階のレベル別実習を通してAI協働開発の方法論を身につけ、クラウドへのデプロイと運用まで、開発サイクル全体を体験します。