（企画者のための）LLMの基礎とLLMベースサービス企画の理解

シキュアコーディング（Secure Coding: セキュアコーディング）が何か全く知らなくても理解できるようになる講義です。 基本的なセキュアコーディングの概念を習得後、ウェブサービスの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ものです。 160以上のソースコードを豊富なコメント付きで提示し、実務で即座に使える核心テーマと技法をピンポイントで理解できるようになります。

この講義は大規模言語モデル(LLM)や生成型人工知能を効果的に活用するための核心技術であるプロンプトエンジニアリングを体系的に学習する過程です。 基礎理論から実戦技法、そして最新応用事例とセキュリティ・倫理問題まで幅広く扱い、LLMベースサービス開発者・データサイエンティスト・AI企画者すべてに実質的な助けを提供します。

ChatGPTのような大規模言語モデルの基本原理を、理論を中心に説明します。

自然言語処理技術の出発点から、最新のLLMモデルに至るまでの過程で開発された様々な言語モデルを詳細に説明します。

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、検証に至る全体的な開発プロセスを理解できるようにすることで、AI時代に必要なフルスペクトラム（Full-Spectrum）能力を身につけて生存し、発展できるようにします。

問題化（Problematization）は、問題提起、問題作成などとも翻訳される用語です。そして、問題設定や問題定義とも翻訳され得ます。要請事項や常識のような既知の事実に対し、新しい観点から疑問を呈し、問題を定義し、この問題を解決する方法を組み立てていく過程が含まれている概念です。問題化はあらゆる開発の出発点となるべきですが、未だ開発分野で十分に議論されていないテーマです。プロジェクトを遂行することやプログラムを開発することも、実は問題を解決する計画を立てる作業です。つまり、問題化と関連があるということです。 問題を解決するには、まず問題が明確に定義されている必要があります。しかし、ほとんどの場合、曖昧な要請の形で問題が与えられます。したがって、曖昧な要請を明確な問題に変える力があってこそ、不必要な「開発の無駄」を減らし、協業は円滑になり、ユーザーの真のニーズを正確に把握することができます。この講義は、実践事例とツールを通じて、問題を「構成する思考」を訓練するよう手助けします。

生成AIまたはLLMをベースにRAG（検索拡張生成：Retrieval-Augmented Generation）システムを構築しても、望む性能が得られず、適切な解決策が見つからない場合はどうすればよいでしょうか？ 本講義では、認知負荷（Cognitive Load）理論に基づき、RAG性能を改善する方策を提示します。この講義を通じて、LLMコンテキストウィンドウの限界を理解し、RAGシステムにおける認知負荷の効果的な管理方法を習得できます。チャンク（Chunk）のサイズと構造設計、高品質チャンク生成手法、動的最適化、性能評価、実践技法などを網羅する実務レベルの理論講義です。

生成AIの一種であるLLMを基盤として構築する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となる「サービスデザイン」の概念と方法を習得できます。

「名前を一つ変えただけなのに、コードが変わりました。」 可読性の高いコードの核となる、「読まれる名前付け」を原理から事例までまとめました。 読みやすい名前がコラボレーションの始まりです。

C言語の基本概念と基本文法を迅速に理解できます。

👨‍🍳 コードを料理するように、きれいに、美味しく！ 『クリーンコーディング』は、料理に例えてクリーンコーディングを楽しく学ぶ料理人のような開発者のコード料理教室です。🍽️

今はAIを活用して開発する時代。AIをより良く活用し、より優れた、より正確なコードやドキュメントを作成する方法が必要なので、それに合った方法を提案します。

LLMベースのマルチエージェント技術の実装を可能にするCrewAI、知識グラフ、推論システムを結合し、AI判事を作ってみます。

LLMサービスを企画するために、ユーザーの要望を収集し分析する方法を検討します。

LLMの限界と限界克服策、最新の研究テーマを探ります。

LLMを用いて構築できるアプリケーションやウェブサービスにはどのようなものがあるのか見ていきます。

自然言語処理技術の出発点から、最新のLLMモデルに至るまでの過程で開発された様々な言語モデルを詳細に説明します。

LLMの限界と限界克服策、最新の研究テーマを探ります。

AIから望む答えを正確に引き出す「プロンプトエンジニアリング」の核心技術を学びます。 超初心者の第一歩から専門家の実戦応用まで、AI活用能力を最大化しましょう！

「LoRAベースの軽量ファインチューニングで自分だけのカスタムLLMを作ってみる第一歩！」 この講義は初めてLLMに触れる方でも簡単についてこられるよう設計された入門実習講義です。 複雑な理論は最小限に抑え、モデル読み込み → データ適用 → 学習 → 結果比較まで全過程を段階別にご案内します。 短時間でLoRA・QLoRAのような最新軽量ファインチューニング技法の流れを直接体験しながら、 「LLMファインチューニングがこのように動くんだな」という感覚を掴むことができます。 多くのリソースがなくても、自分のドメインに特化したLLMを作ってみる達成感を直接感じてみてください！

LLMの基礎理論、LangChainとRAGのコア技術をマスターする講座です。LLMの基礎から実務で使える最新のAI技術を簡単に学べます！

GoogleのGeminiモデルの概念とGemini APIの活用方法を学習し、Streamlitを利用してさまざまなAIアプリケーションを作成する講義です。

最新のTransformerベースのPixArtと軽量適応化SANAを理論からコードまで段階的に実装します。I・II編で扱ったDDPM・DDIM・LDM・DiTを基に、テキストエンコーダ接続、サンプラー(DDIM/ODE)、v-予測/CFGチューニング、小規模データスタイル微調整まで実習中心で完走します。

RAG（Retrieval-Augmented Generation）の理論から最新のマルチモーダル、エージェントベースRAGまで！ 非専攻者でも理解できるように構成された実習中心の講義です。 論文レビューから実戦コード実装まで、RAGを初めて接する人でも簡単についてこられるように設計しました。

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。

この講義は拡散モデル(Diffusion Model)の進化過程を論文とコードで完全制覇する実戦中心のマスタークラスです。 DDPM(Denoising Diffusion Probabilistic Model)とDDIMなど、生成AIの核心モデルたちを論文原理から直接実装しながら学習します。 各モデルの登場背景、数式、ネットワーク構造(U-Net、VAE、Transformer)、学習過程(Noise Schedule、Denoising Step)、そして性能向上を導いたアイデアたちを段階別に分析します。受講生はすべてのモデルをPyTorchベースで直接コーディングし、論文を理解することに留まらず「再現し応用できる実務能力」を得ることになります。 また、モデル間の違いと発展の流れを比較し、どのように拡張されるかを明確に理解するようになります。 この講義は理論・コード・実習を一つに、研究者・開発者・創作者すべてに生成モデルの進化を体系的に習得できる旅程を提供します。 論文を「読むこと」を超え、直接実装しながら「理解し再創造」する経験を今始めてください。

生成AIに対して漠然とした好奇心はあるものの、どこから始めればいいのかわからなかったなら、まさにこの講義が正解です。AI技術の核心原理を明確かつ簡潔に説明し、誰でも素早く本質を把握できるよう構成しました。単に「何なのか」を知ることを超えて、なぜそのように動作するのか、そしてどのように活用すべきかまで深く扱います。この講義は急変するAI時代において、皆さんが自信を持って能動的に技術を活用できるよう支援する最も確実な出発点となるでしょう。

<大規模言語モデル、核心だけ素早く!>(インサイト、2025)を基にしたLLMの理論と実戦例題を扱う講義です。

この講義は、Notion APIの基礎を固め、AI（Claude）を連携してNotionを自動化するNotion MCP活用法を学ぶ過程です。API公式ドキュメントに従ってブロック、ページ、データベースを直接制御する方法を身につけ、最終的には自然言語コマンド（プロンプト）だけでデータベースを生成し、テキストファイルの内容を分析して自動的にページを追加する実戦プロジェクトを完成させます。