コース概要

モジュール1: AIとGoogle Geminiの概要

  • 人工知能(AI)とは何か?
  • Google Gemini AI とそのエコシステムの概要
  • Geminiが他のAIモデルに比べて持つ主な特徴と優位性
  • 実践活動: Google AI Studioデモを使用したGemini AIの探索

モジュール2: 大規模言語モデル(LLMs)の理解

  • 大規模言語モデルの基礎
  • Geminiモデルのアーキテクチャと動作
  • Gemini と GPT、その他の主要なモデルとの比較
  • 実践ラボ: サンプルプロンプトを使用したトークナイゼーションとモデル応答の可視化

モジュール3: Geminiの始め方

  • 開発環境の設定
  • Gemini API と SDK の使用
  • 認証、トークン、およびAPIキー
  • 手動ラボ: Pythonを使用した最初のGeminiプロンプトの実行

モジュール4: Geminiモデルの使用

  • Geminiモデルの種類と機能の探索
  • 言語、画像、またはマルチモーダルタスクに適したモデルの選択
  • 生成モデルの初期化とテスト
  • 実践演習: テキスト-テキストとイメージ-テキストモデル出力の比較

モジュール5: 実践的なアプリケーションとユースケース

  • Gemini AIをチャットやQ&Aアプリに統合する
  • 意味的検索と要約ツールの開発
  • 倫理的なAI使用とバイアスの考慮
  • グループプロジェクト: NotebookLM と Gemini を使用した「スマートリサーチアシスタント」の構築

モジュール6: 高度な機能とカスタマイズ

  • プロンプト最適化と高度なコンテキスト処理
  • Gemini を使用したコード生成とデバッグ
  • Google Cloud Vertex AIを使用したファインチューニングワークフロー
  • 手動活動: パラメータと温度制御を使用したモデル応答のカスタマイズ

モジュール7: 実世界プロジェクトと協力

  • 協力的なプロジェクト計画とワークフローセットアップ
  • Gemini AI 他のGoogleツール(Drive, Docs, Sheets)との統合
  • チームプロジェクト: 小規模AIアプリケーション(例:コンテンツ要約、チャットボット、アイデアジェネレーター)の設計と展開
  • プロジェクト結果のピアレビューとディスカッション

モジュール8: 評価と将来の方向性

  • Gemini プロジェクトで一般的な問題のトラブルシューティング
  • Gemini API のロードマップと今後の機能の探索
  • AI統治とスケーラビリティのベストプラクティス
  • まとめ活動: 実践的な学びとキャリア応用の反思

概要と次のステップ

要求

  • 基本的なAI概念の理解
  • APIおよびクラウドサービスの経験
  • Pythonプログラミングの経験

対象者

  • 開発者
  • データサイエンティスト
  • AI愛好家
 14 時間

参加者の人数


参加者1人あたりの価格

お客様の声 (1)

今後のコース

関連カテゴリー