このコースでは、生成人工知能 (生成 AI) によるアプリケーションライフサイクルについて学びます。これには、以下の内容が含まれます。
・ビジネスユースケースの定義
・基盤モデル (FM) の選択
・FM のパフォーマンスの改善
・FM のパフォーマンスの評価
・デプロイとそれによるビジネス目標への影響
このコースは、生成 AI に関する学習の入門編です。プロンプトエンジニアリング、検索拡張生成 (RAG)、ファインチューニングを使用して FM をカスタマイズするための概念について詳しく掘り下げます。
・コースレベル :基礎
・所要時間: 60 分
アクティビティ
このコースには、インタラクティブな要素、テキストによる説明、および図解グラフが含まれています。
コースの目標
このコースでは、以下について学習します。
・トレーニング済みモデルを選択するための選定基準を特定する。
・検索拡張生成 (RAG) を定義し、それがビジネスにおいてどのように活用されているかを説明する。
・基盤モデルをカスタマイズするためのさまざまな方法におけるコストのトレードオフについて説明する。
・マルチステップタスクにおけるエージェントの役割を理解する。
・基盤モデルのパフォーマンスを評価する方法を理解する。
・基盤モデルのパフォーマンスを評価するための関連メトリクスを特定する。
コースの対象者
このコースは次のような方を対象としています。
・特定の職務とは関係なく、機械学習や人工知能に興味がある人
前提条件
「Developing Generative AI Solutions」は、人工知能、機械学習、生成 AI の基礎知識を習得するシリーズの一環として提供されています。本コースの受講前に、以下の 2 つのコースを修了することをお勧めします。
・Fundamentals of Machine Learning and Artificial Intelligence
・Exploring Artificial Intelligence Use Cases and Applications
コースの概要
セクション 1
・レッスン 1: コースの受講方法
セクション 2: はじめに
・レッスン 2: コースの概要
・レッスン 3: 生成 AI アプリケーションライフサイクル
セクション 3: ユースケースの定義
・レッスン 4: ユースケースの定義
セクション 4: 基盤モデルの選択
・レッスン 5: 基盤モデルの選択
・レッスン 6: ナレッジチェック
セクション 5: パフォーマンスの改善
・レッスン 7: 基盤モデルのパフォーマンスの改善
・レッスン 8: ナレッジチェック
セクション 6: 結果の評価
・レッスン 9: 基盤モデルの評価
・レッスン 10: ナレッジチェック
セクション 7: デプロイ
・レッスン 11: アプリケーションのデプロイ
セクション 8: まとめ
・レッスン 12: コースのまとめ
・レッスン 13: リソース
・レッスン 14: お問い合わせ
