生成AIの基礎
【講師】元パナソニックコネクト 博士（情報工学） 手塚 忠則【受講料】16,500円（税込）
生成AIの中核技術である大規模言語モデル（LLM）の仕組みを、ディープラーニングの基礎から順を追って解説します。行列演算やEmbedding、Attention、Transformerといった基本概念を整理し、エンコーダーとデコーダーの違いや文章生成の原理を理解します。
さらにLLMの学習方法（事前学習・ファインチューニング）や活用時の注意点を説明し、簡単なローカルLLM実験を通じてモデルの動作を体験します。線形代数（行列）とPythonの基礎知識をお持ちで、生成AIの仕組みを体系的に理解したい方に適した内容です。
AI活用経験や簡単なプログラミング経験があると、さらに理解が深まります。
本講座は、2026年6月12日に開催した公開講座「生成AI入門」をベースに、e-Learningとしてより学びやすいよう内容を再構成し、新たに収録した講座です。
※講座テキストは、「関連ファイルダウンロード」からダウンロードできます（閲覧用パスワード付きPDFファイル）。
パスワードは、同じ場所に掲載の“パスワード.pdf”をご確認ください。
なお、ダウンロードした講座テキスト等を第三者に提供、また閲覧させることは禁じられています。
このセットの最終動画を最後まで視聴すると［受験する］ボタンが表示されます。受験の上、合格すると修了証をダウンロードできます。
【総動画時間】
2時間34分
【受講対象・予備知識】
・生成AIの仕組みを理解したい方。
・AI活用経験や簡単なプログラミング経験があると更に理解が深まります。
・線形代数（行列）とPythonの基礎知識がある方。
【到達目標】
・大規模言語モデル（LLM）の基本構造と動作原理を理解し、 Transformer・Embedding・Attentionなどの主要技術の役割を説明できる。
・EncoderとDecoderモデルの違い、文章生成の仕組みと、LLMの学習方法（事前学習・ファインチューニング）の概要を理解する。
・簡単なローカルLLM実験を通じて、生成AIの動作イメージを具体的に理解する。
【学習環境】
テキスト
【目次】
１章 ディープラーニングの基礎
２章 理解に必要となる数学（行列演算とSoftmax関数）
３章 大規模言語モデル（Transformer）
基本構成要素（Embedding/Attention）
エンコーダーとデコーダー
大規模言語モデルの訓練（学習）
４章 ローカルLLMを使った演習
Googleアカウントをお持ちの方は、特別な開発環境なしで、テキスト掲載のURLからローカルLLMを動かすハンズオン演習が可能です。テキストが数値（ベクトル）へ変換され、次の言葉を予測していく生成AIの仕組みを、ご自身のブラウザ上で体感していただけます。
５章 大規模言語モデルの動向と課題
※すべての動画視聴後にアンケートが表示されますので、回答へのご協力をお願いいたします。
アンケートは以下からでもご回答いただけます。
購入確認画面に進む(クレジットカード)
購入確認画面に進む(コンビニ決済)
購入確認画面に進む(銀行振込)
※銀行振込のみ複数の講座の一括購入が可能です。
※銀行振込のみ複数の講座の一括購入が可能です。
視聴期限は購入後180日間です。
購入済の方は、ログインすると視聴できます
配信開始
関連ファイルダウンロード
※関連ファイルは動画視聴可能になるとダウンロードできます
- text_生成AIの基礎.pdf(25.28 MB)
- パスワード.pdf(247.75 KB)
コメント
ログイン、もしくは会員登録いただくと、コメントできます。