（企画者のための）LLMの基礎とLLMベースのサービス企画の理解

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、生き残り、成長できるようにします。

この講義は、大規模言語モデル(LLM)や生成AI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。 基礎理論から実践技法、そして最新の応用事例とセキュリティ・倫理問題まで幅広く扱い、LLMベースのサービス開発者・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。

問題化(Problematization)は、問題提起、問題づくりなどとも訳される用語です。そして問題設定や問題定義とも訳すことができます。要求事項や常識のような既知の事実に対して新しい観点から疑問を投げかけ、問題を定義し、この問題を解決する方式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、まだ開発分野では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ことです。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なければなりません。しかし、ほとんどの場合、曖昧な要求の形で問題が与えられます。したがって、曖昧な要求を明確な問題に変える力があってこそ、不要な「開発の無駄」を減らし、協業は円滑になり、ユーザーの本当のニーズを正しく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」を訓練できるよう支援します。

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。

生成型人工知能(生成型AI)の一種であるLLMを基盤として作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な「サービスデザイン」の概念と方法を身につけることができます。

「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。

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。🍽️

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出発点から始まり、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を詳細に説明します。

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。

ChatGPTのような大規模言語モデルの基礎原理を理論中心に説明します。

ChatGPTのような大規模言語モデルの基礎原理を理論中心に説明します。

自然言語処理技術の出発点から始まり、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を詳細に説明します。

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。

この包括的なコースでは、Cursor AI、Claude Code、v0、ChatGPT、ReplitといったAIツールを駆使して、あらゆるフルスタックアプリケーションを構築する方法を学びます。コーディングの基礎から、フロントエンド・バックエンド開発、データベース連携、デバッグ、そしてデプロイまでを網羅しています。初心者の方はもちろん、AIを活用して実際のWeb・モバイルアプリを迅速かつ効率的に構築したいすべての方に最適です。

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！

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。

"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に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、モデルの読み込み → データ適用 → 学習 → 結果比較まで全過程を段階的にご案内します。 短時間でLoRA・QLoRAのような最新の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はこうやって動くんだ」という感覚をつかむことができます。 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を作る達成感を直接感じてみてください！

AIが単に答えるだけの時代は終わりました。 今は自ら判断し行動するLLM Agentの時代です。 この講座はわずか90分の実習でエージェントの核心原理と構造を直接実装しながら学ぶ入門型講座です。 複雑な理論は最小限にし、コード中心の実習フローで「AIがどのように判断しツールを使用するのか」を直接体験できます。 プロンプトエンジニアリングを超えて、AI自動化の第一歩を一緒に始めてみましょう。

世界を変えるAIの全てをたった4講で完全攻略！ 第1講. 人工知能の本当の正体 AIは魔法ではない。人間の「知能」を数式のように分析して作ったデジタル頭脳！ 賢いふりをする人工知能の核心構造を徹底的に解明します。 第2講. アルゴリズム、AIの創造的（？）思考法 悩むAIはどのようにして答えを見つけるのか？ 囲碁を打ち、道を探し、あなたの検索結果を予測するAIの戦略を直接見てみましょう。 第3講. AIハードウェア、想像を現実に変えるエンジン！ あなたのスマートフォンの中のチップがAIの心臓だ。 CPU、GPU、TPU、そして未知のその名前まですべて解剖します。 第4講. マシンラーニングとディープラーニングの大激突！ AIが「学ぶ」というのは一体どういう意味なのか？ 古典的なルールベースAIから、最近話題のChatGPTまで！学習の進化を追跡します。

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。

<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。

2025年、ジェンソン・フアンが直接言及したPhysical AI、 Perception AI、Generative AI、Agentic AI、そしてPhysical AIの時代が来る。 速く簡単にPhysical AIを直接体験してみます。 HuggingFaceのLeRobotライブラリと実物ロボットと共にPhysical AIを体験してみてください。

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、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。