
모두를 위한 대규모 언어 모델 LLM Part 3 - 구글 제미나이(Google Gemini) API, OpenAI API와 젬마(Gemma)로 AI 어플리케이션 만들기
AISchool
구글 제미나이(Gemini) 모델의 개념과 Gemini API 활용 방법을 학습하고, Streamlit을 이용해서 다양한 AI 어플리케이션을 만들어보는 강의입니다.
중급이상
openAI API, ChatGPT, gemini
랭체인(LangChain)ライブラリの概念と活用方法を学習し、랭체인(LangChain)ライブラリを利用して自分だけのChatGPTを作ってみる講座です。

ランチェイン(LangChain)ライブラリの基本概念と活用方法
Retrieval-Augmented Generation(RAG)の概念
Retrieval-Augmented Generation(RAG) 実装における様々な活用事例
Retrieval-Augmented Generation(RAG)で自分だけのChatGPTを作る方法
簡単なLLM実装のためのLangChain、
コンセプトから実習まで一度に!
LanChainライブラリとOpenAI APIを活用すると、最新のLLMモデルを使用した独自のChatGPTをコード数行で実装できます。
LanChainライブラリの概念と使い方をしっかり学びたい方
ランチェーンを使って自分だけの ChatGPTを作ってみたい方
Retrieval-Augmented Generation(RAG)の多様な活用事例を学習したい方
最新LLMモデルを利用したサービスを開発してみたい方
👨💻LangChainとさまざまなデータセットを使用して、さまざまな独自のChatGPTを作成する実習を進めます。
| さまざまな法的判例データを使用して判例を検索し、判例の内容を確認できる裁判官GPT(JudgeGPT)を作成します。 |
| さまざまな特許データを使用して特許を検索し、特許に関する内容を確認できる特許GPT(PatentGPT)を作成します。 |
| さまざまなレビューデータを使用して、レビューに対する肯定、否定などの感情を分析できるレビュー感情分析GPT(SentimentGPT)を作成します。 |
| さまざまな商品レビューデータを使って評価が良く、ユーザーのニーズに合った商品をおすすめする商品おすすめGPT(RecommendationGPT)を作成します。 |
👋本講義は、Python、自然言語処理(NLP)、LLMの選手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備えた後、本講義を受講してください。
Q. ランチェーン(LangChain)とは何ですか?
LanChainライブラリは、自然言語処理(NLP)に関連するさまざまな機能を提供するPythonライブラリです。このライブラリの主な目的は、インタラクティブなAIシステムの構築と研究に役立つツールを提供することです。これには次の特徴が含まれます。
1. チャットボットの構築:LangChainはチャットボットと対話型AIシステムを構築するためのツールを提供します。これにより、ユーザーは自分のチャットボットを簡単に作成できます。
2.さまざまなNLP機能:このライブラリには、テキスト生成、要約、翻訳などのさまざまな自然言語処理機能が含まれています。
3.プラグアンドプレイアーキテクチャ:ユーザーはLangChainを使用して既存のNLPモデルまたはシステムと簡単に統合できます。これにより、さまざまな言語モデルと機能を簡単に組み合わせることができます。
4.スケーラビリティとカスタマイズ:LangChainは、ユーザーが自分のニーズに合わせてシステムをカスタマイズおよび拡張できるように設計されています。これは研究者や開発者にとって非常に便利な機能です。
5.研究開発支援:LangChainは、研究者と開発者が新しいインタラクティブなAIモデルを実験して開発するのに役立ちます。
このライブラリは、インタラクティブなAIに関する研究開発に興味がある開発者、研究者、学生にとって非常に便利なツールです。 LangChainにより、ユーザーは複雑なNLPシステムをより簡単に構築および実験できます。
Q. 選手の知識が必要ですか?
本「すべてのための大規模言語モデル LLM (Large Language Model) Part 2 - ランチェーン(LangChain)で独自の ChatGPT を作成」 講義では、ランチェーン(LangChain)ライブラリと LLM を利用して独自の ChatGPT を作成する方法を取り上げています。したがって、Python、自然言語処理、LLMの基礎知識を持っているという仮定の下で講義が行われます。自然言語処理とLLMの基礎知識が不足している場合は、先行講義である[すべてのための大規模言語モデルLLM(Large Language Model) Part 1 - Llama 2 Fine-Tuningを試す]講義を先に受講してください。
学習対象は
誰でしょう?
LangChainライブラリの概念と活用法を学習したい方
自分だけのChatGPTを 作ってみたい 方
ディープラーニング研究関連職種への就職をご希望の方
人工知能/ディープラーニング関連の研究を行いたい方
人工知能(AI)大学院を準備されている方
前提知識、
必要でしょうか?
Pythonの使用経験
先修講義 [皆のための大規模言語モデル LLM(Large Language Model) Part 1 - Llama 2 Fine-Tuning を試す] 受講経験
9,290
受講生
704
受講レビュー
353
回答
4.6
講座評価
30
講座
全体
46件 ∙ (8時間 59分)
講座資料(こうぎしりょう):
全体
28件
4.5
28件の受講レビュー
受講レビュー 1
∙
平均評価 5.0
受講レビュー 7
∙
平均評価 5.0
受講レビュー 1
∙
平均評価 5.0
受講レビュー 2
∙
平均評価 5.0
受講レビュー 1
∙
平均評価 5.0
¥8,288
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!