カスタムLLMの作り方:初めての方に向けたRAGの基礎概念からマルチモーダル・Agentの実習まで

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のRAGまで! 専門外の方にも理解できるよう構成された、実習中心の講義です。 論文レビューから実践的なコード実装まで、RAGに初めて触れる方でも無理なく学べるよう設計されています。

難易度 入門

受講期間 無制限

Python
Python
vector-database
vector-database
LLM
LLM
LangChain
LangChain
RAG
RAG
Python
Python
vector-database
vector-database
LLM
LLM
LangChain
LangChain
RAG
RAG

学習した受講者のレビュー

4.8

5.0

독스킵

受講進捗100%時点のレビュー

LLMをどのような形式であれ基礎レベルで一度でも実装したことがある人が、さらに一歩進んでマルチモーダル機能の動作原理や実装方式を漠然と感じる時に、該当講義が有用である。 この講義は様々なマルチモーダル機能を素早く実習できるよう構成されており、学習者が抱いていた漠然とした感覚を解消してくれる。

5.0

Justin Park

受講進捗100%時点のレビュー

RAGに興味がある方なら強くお勧めします。講義が簡潔で完走しやすいです。^_^ 私はこの講師の方の講義2回目の完走ですね。3回目もいかが?

5.0

Yj Shon

受講進捗100%時点のレビュー

他のRAG講義を受講して基本概念は知っている状況で受講しました。apiを使って基本的な質疑応答モデルを作る程度しか知らなかったのですが、回答性能を高めるための方法とコードを確認する講義だったので、個人的には効率性向上を考慮するのに役立ちました。オープントークルームで回答いただいて大変助かりました。ありがとうございます。😊

この講座で身につくこと

  • 最新のRAG構造理論および論文の理解

  • LangChainベースのRAG実習(PDF QA、要約、推薦、DB更新など)

  • さまざまなRAGアーキテクチャ(naive、agent型、マルチモーダルなど)の適用方法

  • 実務でRAGを適用する手法と最適化戦略

  • Agentおよび画像ベースRAGの実装方法

次のような方に
おすすめです

受講対象

  • RAGベースのプロジェクトに挑戦してみたい非専攻者

  • LLMを基盤としたサービスや研究を準備している方

  • 最新のRAG技術を学びたい方

  • 初めてLLMサービスの開発に挑戦したい方

前提知識

  • Pythonの基礎文法

  • 自然言語処理の基本概念(Tokenization、Embeddingなど)

  • LLMに関する基本的な理解

こんにちは
HappyAIです。

5,922

受講生

404

受講レビュー

55

回答

4.5

講座評価

13

講座

イ・ジンギュ | Lee JinKyu

AI工学博士・AIソフトウェア学科兼任教授・ハッピーAI代表

こんにちは。
自然言語処理(NLP)と大規模言語モデル(LLM)を中心に、AIの研究・開発・教育に携わっているイ・ジンギュです。 and I research, develop, and teach AI, focusing on natural language processing (NLP) and large language models (LLMs).

人工知能専攻の工学博士号を取得し、自然言語処理とLLMを中心に研究してきました。 and have conducted research primarily in natural language processing and LLMs.

現在AIソフトウェア学科の兼任教授として自然言語処理やコンピュータービジョンなどのAI関連科目を講義しており、生成AI専門企業ハッピーAIを運営しています。

政府出資研究機関で自然言語処理・ビッグデータ分析の研究員として勤務した後、AI専門企業の開発者を経て、現在は企業や公共機関のAIプロジェクトと教育に携わっています。

SamsungSDS、KT、現代ウィア、ソウルデジタル財団など、さまざまな企業・機関で生成AI、LLM、RAG、AIエージェント、ファインチューニングに関する研修やプロジェクトを実施してきました。

また、文書・アンケート・レビュー・報道・政策・学術データなど、さまざまな非構造化データを対象に自然言語処理とテキストマイニングの研究を行い、医療・政策・環境・法学・経済・教育など、幅広い分野の研究・分析プロジェクトを経験してきました。


主な経歴

  • AIソフトウェア学科兼任教授

    • 自然言語処理

    • コンピュータビジョン

    • 生成AI

    • データマイニング

  • 工学博士(人工知能)

     

    • 大規模言語モデル(LLM)・Agent研究

  • Happy AI代表

    • 生成AI・LLM・RAG・AI Agentの研究開発および教育

  • 政府出資研究機関の研究員

    • 自然言語処理・ビッグデータ分析

  • AI・ビッグデータ専門企業の開発者

  • AIコラムニスト

    • 生成AI、LLM、RAGおよびAI技術に関する寄稿


主な専門分野

  • 生成AIおよび大規模言語モデル(LLM)

  • RAG · プライベートLLM

  • AIエージェント・Agentic AI

  • LangChain・LangGraphベースのAIアプリケーション

  • LoRA・QLoRAベースのLLMファインチューニング

  • 自然言語処理(NLP)・テキストマイニング

  • AIを活用したデータ分析および業務自動化


主要企業・機関向け研修

  • サムスンSDS – LangChain・RAGベースのLLMプログラミング

  • KT – LLM/sLLMアプリケーション開発

  • ソウルデジタル財団 – LLM理論およびRAGチャットボット開発

  • 現代ウィア – 生成AI・AX研修

  • ソウル科学技術大学 – Pythonベースのテキスト分析

  • 京畿大学 – ChatGPT活用Python

  • 檀国大学校 – ビッグデータ専門家課程


主なAIプロジェクト

  • Private LLMベースのRAG文書検索・チャットボット構築

  • 社内ネットワーク環境におけるPrivate LLMソリューション開発 in an internal network environment

  • LLMファインチューニングおよびInstruction Tuning

  • AI Agentベースの業務プロセス設計

  • 自然言語処理・テキストマイニングに基づく研究・分析

  • アンケート・レビュー・報道・政策・学術データのAI分析


研究および著書

  • 自然言語処理・LLM関連の国内外における学術研究の実施

  • LLMバイアスの測定および緩和に関する研究

  • NLP・テキストマイニング分野の論文多数

  • AI関連の特許およびソフトウェアの研究開発経験

  • 著書 『ChatGPTと学ぶ株式データ分析』


私が講義で最も重視していること

AI技術は急速に変化しますが、核心原理を理解すれば、新しい技術もはるかに早く習得できます。

講義では、単に機能やコードを真似することよりも

「何なのか → なぜ必要なのか → どのように動作するのか → 実際にどこで活用するのか」

明確に理解できるように説明することを最も重視しています。

複雑なAI技術を難しく説明するのではなく、
初めて触れる方にも全体の構造を理解し、実際の業務やプロジェクトに適用できるようお伝えします。


講演およびプロジェクトに関するお問い合わせ

Email
leejinkyu0612@naver.com

ホームページ
https://happyaidata.kr

YouTube
https://www.youtube.com/@HappyAI_0612

GitHub
https://github.com/leejin-kyu

※ クモンPrime専門家

 

詳細な経歴
https://bit.ly/jinkyu-profile

もっと見る

カリキュラム

全体

19件 ∙ (1時間 51分)

講座資料:

授業資料
講座掲載日: 
最終更新日: 

受講レビュー

全体

43件

4.8

43件の受講レビュー

  • justinlabry님의 프로필 이미지
    justinlabry

    受講レビュー 10

    ∙

    平均評価 5.0

    5

    受講進捗100%時点のレビュー

    RAGに興味がある方なら強くお勧めします。講義が簡潔で完走しやすいです。^_^ 私はこの講師の方の講義2回目の完走ですね。3回目もいかが?

    • chlchlrnsrns4426님의 프로필 이미지
      chlchlrnsrns4426

      受講レビュー 8

      ∙

      平均評価 4.9

      修正済み

      5

      受講進捗100%時点のレビュー

      LLMをどのような形式であれ基礎レベルで一度でも実装したことがある人が、さらに一歩進んでマルチモーダル機能の動作原理や実装方式を漠然と感じる時に、該当講義が有用である。 この講義は様々なマルチモーダル機能を素早く実習できるよう構成されており、学習者が抱いていた漠然とした感覚を解消してくれる。

      • snz님의 프로필 이미지
        snz

        受講レビュー 9

        ∙

        平均評価 4.7

        5

        受講進捗100%時点のレビュー

        他のRAG講義を受講して基本概念は知っている状況で受講しました。apiを使って基本的な質疑応答モデルを作る程度しか知らなかったのですが、回答性能を高めるための方法とコードを確認する講義だったので、個人的には効率性向上を考慮するのに役立ちました。オープントークルームで回答いただいて大変助かりました。ありがとうございます。😊

        • figo22648879님의 프로필 이미지
          figo22648879

          受講レビュー 2

          ∙

          平均評価 5.0

          5

          受講進捗100%時点のレビュー

          短時間で情報確認用として良いですね

          • stj12059049님의 프로필 이미지
            stj12059049

            受講レビュー 5

            ∙

            平均評価 5.0

            5

            受講進捗61%時点のレビュー

            HappyAIの他の講座

            知識共有者の他の講座はこちら

            似ている講座

            同じ分野の他の講座を見てみましょう!