
機械学習/ディープラーニングの紹介と学習のためのPythonプロパティコース
YoungJea Oh
機械学習とディープラーニングの概要と基本的なツールの使い方、そして学習に必要なPython言語の知識を短期間で習得できます。
入門
Machine Learning(ML), Deep Learning(DL), Python
LangChainだけを知っていればチャットボットですが、LangGraphとMulti-Agentパターンを知ればサービスになります。 現役のAI講師が17個の実習ノートブックと4つのマルチエージェントパターン(Subagents・Handoffs・Router・Skills)を用いて、単なるプロンプト呼び出しを超え、ツールを使いこなし、メモリを維持し、人間が検修する運用可能なAI Agentワークフローを最初から最後まで構築するノウハウをお伝えします。
ReActパターンに基づいた自律型AIエージェントの直接構築
RAGエージェントの実装能力
LangGraphで複雑なワークフローを設計
Deep Agentsで計画・サブエージェント・ファイルシステム内蔵エージェントを構築
ミドルウェアで安全・コスト・品質を制御する運用級エージェントの設計
「LLM APIは呼び出してみたけれど、その次をどうすればいいか分からない」という方のための講座です。
ChatGPTやClaudeのAPIを呼び出すことと、ツールを使いこなし、メモリを維持しながら自ら判断してタスクを遂行する'AI Agent'を作ることは、全く別の領域です。この講義はそのギャップを埋めるために設計されました。
LangChainの基本(Tools、Memory、RAG)から始まり、LangGraphのState・Node・
Edgeベースのワークフロー設計、そしてSubagents・Handoffs・Router・Skillsの4つのマルチエージェントパターンまで段階的に学習します。最後には計画立案とサブエージェント、ファイルシステムが内蔵された次世代ハーネス'Deep Agents'まで扱い、Claude Code・Cursorのようなコーディングエージェントの内部原理を理解することができます。
17個の実習ノートブックとSQL Agent・RAG Agent・Personal Assistantなどの実践プロジェクトを通じて、あなたのアイデアを運用可能なAIサービスへと作り上げる能力を完成させます。
学習対象は
誰でしょう?
ChatGPT APIの呼び出しは経験があるが、実際のサービスとして構築する方法がわからない開発者
LangChainは聞いたことがあるが、LangGraphとの違いがわからないAI初心者
社内文書・DBと連携したRAGチャットボットを自ら構築する必要がある実務担当者
複数のツールを自律的に扱うマルチエージェントシステムを設計したいバックエンド開発者
Claude CodeやCursorのようなコーディングエージェントの内部動作原理が気になる開発者
前提知識、
必要でしょうか?
Pythonの基本文法の理解が必要です。
LLM(ChatGPT, Claudeなど)を使用した経験があれば尚可です。
Jupyter Notebook / JupyterLabの使用経験が役に立ちます。
授業でOpenAI APIの有料モデルを使用します。
インフラン認証
キャリア認証
4,822
受講生
450
受講レビュー
158
回答
4.7
講座評価
18
講座
30年以上のIT現場での経験を活かし、人工知能・Python分野を教えるAI専門講師です。ディープラーニング、NLP、LLMファインチューニング、LangChain/LangGraphベースのAIエージェント、AI駆動開発(AIDD)など、実務中心のカリキュラムを開発し、講義を行っています。現代建設電算室、サムスンSDS、韓国シティ銀行で培った30年以上の開発・運用経験を、臨場感あふれる講義として提供しています。現在はKOSA、KOSTA、KITRIなどで人工知能コースを担当しています。
ホームページアドレス: https://ironmanciti.github.io/
全体
39件 ∙ (7時間 23分)
講座資料(こうぎしりょう):
7. LangChainの構成要素
07:29
9. エージェントの概要
10:37
10. Tavily APIキーの発行
04:38
20. 実習:RAGエージェントの作成
10:50
24. LangGraph の概要
13:37
25. 実習:LangGraphの概要
28:19
全体
2件
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!