お問い合わせ

コース概要

生成型AI入門

  • 生成型AIとは何か、なぜ重要なのか
  • 生成型AIの主な種類および技術手法
  • 生成型AIが抱える主要な課題と限界

トランスフォーマーアーキテクチャとLLM

  • トランスフォーマーとは何か、その仕組みはどうなっているか
  • トランスフォーマーの主な構成要素と特徴
  • ​トランスフォーマーを用いたLLMの構築方法

スケーリング則と最適化手法

  • スケーリング則とは何か、なぜLLMに不可欠なのか
  • モデル規模・データ量・計算コスト・推論要件とスケーリング則の関係性
  • スケーリング則を活用してLLMの性能や効率性を最適化する方法

LLMの訓練および微調整

  • LLMをゼロから訓練する際の主要な手順と課題
  • 特定業務向けにLLMを微調整することのメリット・デメリット
  • LLM訓練および微調整におけるベストプラクティスと活用可能なツール

LLMの導入と利用方法

  • 実環境にLLMを導入する際の留意点および課題
  • 各業界や分野で利用されているLLMの一般的な用途例
  • 他のAIシステムやプラットフォームと連携させる方法

生成型AIの倫理的課題と今後の展望

  • 生成型AIおよびLLMがもたらす社会的・倫理的な影響
  • ​偏見や偽情報の拡散、意図せぬ操作など、生成型AIおよびLLMに伴うリスクと潜在的な悪影響
  • 責任ある形で有益に生成型AIおよびLLMを活用するための考え方

まとめと今後の取り組みの方向性

要求

  • 教師あり学習・教師なし学習、損失関数、データ分割といった機械学習の概念に関する理解
  • Pythonプログラミングおよびデータ操作の実務経験
  • ニューラルネットワークおよび自然言語処理に関する基礎知識

対象者

  • 開発者
  • 機械学習に興味のある方々
 21 時間

参加者の人数


参加者1人あたりの価格

お客様の声 (7)

今後のコース

関連カテゴリー