お問い合わせ

コース概要

第1章:AIとGoogle Geminiの概要

  • 人工知能(AI)とは何か?
  • Google Gemini AIおよびそのエコシステムの説明
  • Geminiが他のAIモデルと比べて優れている点や特徴
  • 実践演習: Google AI Studioのデモを通じたGemini体験

第2章:大規模言語モデル(LLM)の基礎知識

  • 大規模言語モデルの基本的な仕組みと特徴
  • Geminiモデルが採用するアーキテクチャと動作原理
  • GPTを含む他の主要なAIモデルとの比較検討
  • 演習実験: サンプルプロンプトを用いてトークン化処理やモデルの応答内容を見てみよう

第3章:Geminiの基本的な使い方

  • 開発環境のセットアップ方法
  • Gemini APIおよびSDKの活用術
  • 認証処理、トークン取得、APIキーの管理方法
  • 実習課題: Pythonを使って初めてGeminiにプロンプトを送信してみよう

第4章:各種Geminiモデルの活用法

  • Geminiが提供する様々なタイプのモデルとそれぞれの特長
  • 言語処理、画像認識および多モーダルタスクに適したモデルの選定法
  • 生成型AIモデルの初期化や試用テスト手順
  • 実践演習: 文章のみを処理するタイプと画像から文章を生成するタイプの出力内容を比較してみよう

第5章:実用的なアプリケーション例と利用シナリオ

  • Gemini AIをチャット機能や質問応答システムに組み込む方法
  • 意味ベースの検索機能や要約作成ツールの構築法
  • AI利用時における倫理的配慮と偏見対策の重要性
  • グループ課題: NotebookLMおよびGeminiを組み合わせた「スマート調査支援アシスタント」の作成実践

第6章:高度な機能とカスタマイズ手法

  • プロンプトの最適化や文脈管理に関する高レベルなテクニック
  • Geminiを用いたコード生成およびバグ解決作業の進め方
  • Google Cloud Vertex AIを活用したモデルのファインチューニング方法
  • 実践活動: パラメータ調整や温度設定を用いてモデル応答内容のカスタマイズを試そう

第7章:実社会向けプロジェクトとチームワーク

  • 共同で行うプロジェクト計画およびワークフローの構築法
  • Gemini AIをGoogle Drive、Docs、Sheetsといった他のツールと連携させる手法
  • チーム課題: コンテンツ要約機能やチャットボット、アイデア生成ツールなどの小規模なAIアプリケーションを設計・公開してみよう
  • 各自のプロジェクト成果を互いに共有し意見交換を行う

第8章:評価手法と今後の展望

  • Geminiベースのプロジェクトでよく発生する問題への対処法
  • Gemini APIのロードマップや今後追加される予定の機能を調査してみよう
  • AI開発におけるガバナンスや拡張性確保のためのベストプラクティス
  • まとめ活動: 本研修で得た実践的知識を今後のキャリアにどのように活かせるか考えてみよう

総括および次のステップについて

要求

  • AIに関する基本的な知識があること
  • APIやクラウドサービスの利用経験があること
  • Pythonによるプログラミングの実践経験があること

対象者

  • 開発者
  • データサイエンティスト
  • AIに興味のある方々
 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