
모두를 위한 대규모 언어 모델 LLM Part 5 - LangGraph로 나만의 AI 에이전트 만들기
AISchool
최신 AI 기술의 총집합체인 AI 에이전트! 다양한 AI 에이전트들을 구현해보면서 LangGraph를 이용한 나만의 AI 에이전트 구현법을 학습해봅니다.
중급이상
LangGraph, AI Agent, LangChain
実習を通じて高品質AIエージェントを作るためのコンテキストエンジニアリング(Context Engineering)技法を学習してみます。
高品質AIエージェント開発のためのコンテキストエンジニアリング(Context Engineering)技法
コンテキストエンジニアリング(Context Engineering)の概念と実装方法
LangGraphを利用して高品質AIエージェントを実装する方法
AIエージェントの活用事例
生成型AIを利用してAIエージェントを実装する方法
実習を通じて高品質AIエージェントを作るためのコンテキストエンジニアリング(Context Engineering)技法を学習してみます。
メモリ(Memory)を利用して情報を保存し、読み込む方法
最適なプロンプトを設計し、これらを効果的に連携させて高品質AIエージェントを作る方法
高品質AIエージェントを
作ってみたい方
単純なAIエージェントの実装を超えて、高品質なAIエージェントを実装してみたい方
LangGraphの実装能力を
向上させたい方
LangGraphを利用して複雑なエージェントを実装する能力を向上させたい方
最新のAIトレンドを
見逃したくない方
コンテキストエンジニアリング(Context Engineering)を含む最新AIトレンドを見逃したくない方
👋 本講義はPython、自然言語処理(NLP)、LLM、ランチェーン(LangChain)、LangGraphに関する前提知識が必要な講義です。必ず以下の講義を先に受講するか、それに準ずる知識を身につけてから本講義を受講してください。
Q. コンテキストエンジニアリング(Context Engineering)とは何ですか?
コンテキストエンジニアリング(Context Engineering)は、LLMがタスクを合理的に達成できるよう、正しい形式で正しい情報とツールを提供する動的システムを構築することです。
Q. 高品質なAIエージェントを作るために、コンテキストエンジニアリング(Context Engineering)が重要な理由は何ですか?
LLMの性能が大幅に向上したことにより、今や問題を解決できるかできないかの核心は、LLMの性能そのものよりも、LLMにどれだけ適切なコンテキスト(Context)を提供するかという問題になりました。
また、AIエージェントシステムを構築するための様々な方法論とツールが生まれることで、多様な方法で適切なContextをLLMにうまく伝達できる環境が整いました。
したがってコンテキストエンジニアリング(Context Engineering)はAI開発者にとって最も重要なスキルの一つとなりました。
Q. 事前知識は必要ですか?
本[高品質AIエージェントを作るためのコンテキストエンジニアリング(Context Engineering)]講義は、LangGraphライブラリとLLMを利用してAIエージェントを実装するプロジェクト実習を扱っています。したがって、Python、自然言語処理、LLM、LangChain、LangGraphに関する基礎知識を持っているという前提で講義が進められます。したがって、前提知識が不足している場合は、必ず先行講義である[みんなのための大規模言語モデルLLM Part 5 - LangGraphで自分だけのAIエージェントを作る]講義を先に受講することをお勧めします。
学習対象は
誰でしょう?
高品質AIエージェントを作ってみたい方
LangGraphで自分だけのAIエージェントを作ってみたい方
人工知能・ディープラーニング関連の研究を進めたい方
人工知能(AI)大学院を準備中の方
前提知識、
必要でしょうか?
Pythonの使用経験
事前受講の [すべての人のための大規模言語モデル LLM Part 5 - LangGraphで自分だけのAIエージェントを作る] 受講体験
9,100
受講生
671
受講レビュー
351
回答
4.6
講座評価
30
講座
全体
29件 ∙ (6時間 32分)
講座資料(こうぎしりょう):
期間限定セール
¥57,750
25%
¥9,231
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!