We may earn an affiliate commission when you visit our partners.
Course image
ウマたん (上野佑馬)

このコースでは、大規模言語モデル(LLM)を使ったRAGという処理について解説していきます!

独自で保有している情報を参照して大規模言語モデルに回答して欲しいケースにRAGは利用されます。

例えば社内に貯まっているリソースを元にしたQAチャットボットを作りたい場合など!

このコースでは、まずRAGの概要と大規模言語モデルの概要を理解しPythonでRAGを実装していきます。

Read more

このコースでは、大規模言語モデル(LLM)を使ったRAGという処理について解説していきます!

独自で保有している情報を参照して大規模言語モデルに回答して欲しいケースにRAGは利用されます。

例えば社内に貯まっているリソースを元にしたQAチャットボットを作りたい場合など!

このコースでは、まずRAGの概要と大規模言語モデルの概要を理解しPythonでRAGを実装していきます。

そして、最終的に特定のWebページの情報をベースに大規模言語モデルがQAに答えてくれるような処理をRAGを用いて実装していきます。

実務でよく使われるRAGというアプローチをしっかり理解して実装できるようになっておきましょう!

Enroll now

What's inside

Learning objectives

  • Ragの仕組みを理解します
  • 大規模言語モデル・gptモデルの仕組みを理解します
  • 基本的なragを実装します
  • 特定のwebページの情報を元に必要な回答を引き出すragを実装します
  • Pythonの基礎を学びます

Syllabus

はじめに
イントロダクション
Pythonの使い方
Pythonを学ぼう!
Read more
Pythonの実行環境
Google Colabの使い方
演算子の種類を学ぼう!
Pythonの変数と型を学ぼう!
list型(リスト)を学ぼう!
dict型(辞書)を学ぼう!
print関数を学ぼう!
文字列の操作方法を学ぼう!
条件分岐のif文を学ぼう!
繰り返し処理のfor文を学ぼう!
関数の作り方と使い方を学ぼう!
【注意】次の動画で発生するPandasのエラーについて
Pandasの使い方を学ぼう!
Matplotlibの使い方を学ぼう!
Python構文の復習
RAGの構造について理解しよう!
RAGとは?
次のレクチャーからの注意点
大規模言語モデル(LLM)について・LLMの種類
OpenAIの開発するGPTモデルについて
RAGに関して
RAGを実装してみよう!
OpenAIのAPIキーを取得しよう!
OpenAIのAPIを使ってテキストをベクトル化してみよう!
処理を関数化して質問文とデータベースの情報をベクトル化してみよう!
ベクトル同士の類似度を求めて最も類似度の高い情報を抽出しよう!
抽出した情報を質問をGPTモデルに投げかけて返答を得よう!
特定のWebページの情報をベースにRAGを行なう処理を実装してみよう!
Webページからテキスト情報を抽出してみよう!
RAGに適したチャンク分割の考え方を学ぼう!
テキストを特定のチャンクに分けてデータを保持しよう!
分割したチャンクを確認していこう!
生成したチャンクに対してRAGの処理を実行していこう!
類似度の高い2つのチャンクテキストを抽出する処理に修正しよう!
ボーナスレクチャー

Good to know

Know what's good
, what to watch for
, and possible dealbreakers
Focuses on using RAG to enhance the capabilities of large-scale language models (LLMs)
Taught by ウマたん (上野佑馬), known for their expertise in natural language processing (NLP) and AI applications
Provides a comprehensive overview of RAG, ranging from its foundational concepts to practical implementation
Involves hands-on exercises to reinforce learning and demonstrate the application of RAG in real-world scenarios
Emphasizes understanding the underlying mechanisms of both RAG and LLMs, enabling learners to adapt to advancements in the field
Requires familiarity with Python programming and basic understanding of NLP concepts, which may limit accessibility for complete beginners

Save this course

Save 【初心者向け】大規模言語モデルにおけるRAGを実装できるようになろう!Webページの情報を元に回答できるAIを作ろう! to your list so you can find it easily later:
Save

Activities

Be better prepared before your course. Deepen your understanding during and after it. Supplement your coursework and achieve mastery of the topics covered in 【初心者向け】大規模言語モデルにおけるRAGを実装できるようになろう!Webページの情報を元に回答できるAIを作ろう! with these activities:
Pythonの基礎の復習
Pythonの基礎を復習することで、RAGの実装に必要な知識を強化できます。
Browse courses on Python
Show steps
  • Pythonの公式ドキュメントを確認する
  • オンラインチュートリアルやリソースを利用する
Pythonでのベクトル化手法の練習
ベクトル化手法を練習することで、RAGの実装に役立つスキルの強化ができます。
Browse courses on Python
Show steps
  • Pythonライブラリを使用してベクトルを作成する
  • ベクトル間類似度の計算を練習する
  • ベクトル化手法を実際のデータセットに適用する
OpenAIのドキュメントを調べる
OpenAIの公式ドキュメントを参照することで、RAGの仕組みやAPIの使い方をより詳しく理解できます。
Browse courses on OpenAI
Show steps
  • OpenAIのドキュメントにアクセスする
  • RAG関連のドキュメントを検索する
  • ドキュメントの内容を理解する
Seven other activities
Expand to see all activities and additional details
Show all ten activities
探索OpenAIのRAGドキュメント
OpenAIが提供するRAGの公式ドキュメントを読むことで、RAGの仕組みを理解するための基礎知識を身につけましょう。
Browse courses on RAG
Show steps
  • OpenAIのRAGドキュメントにアクセスする
  • RAGの概要と仕組みを理解する
  • 大規模言語モデルの仕組みを調べる
  • RAGの実装に関するチュートリアルやサンプルコードを確認する
RAGサンプルコードの実装
サンプルコードの実装を通して、RAGの仕組みをより深く理解しましょう。
Browse courses on RAG
Show steps
  • サンプルコードを入手する
  • コードの内容を理解する
  • コードを実行する
オンライン学習グループでのディスカッション
オンライン学習グループで他の受講生とディスカッションすることで、RAGに関する理解を深め、疑問点を解消できます。
Show steps
  • オンライン学習グループに参加する
  • RAGに関するトピックについてディスカッションする
  • 他の受講生とアイデアやヒントを共有する
サンプルデータセットを使用したRAGの実装練習
サンプルデータセットを使用して、PythonでRAGを実装してみましょう。これにより、RAGの仕組みと実装方法についての理解が深まります。
Browse courses on RAG
Show steps
  • サンプルデータセットを取得する
  • PythonでRAGを実装する
  • データセットを使用してRAGを実行する
  • 結果を分析し、RAGの性能を評価する
RAGの活用方法に関するブログ記事を作成する
RAGの理解を深め、他の人と知識を共有するために、RAGの活用方法に関するブログ記事を作成しましょう。
Show steps
  • RAGの活用方法を調査する
  • ブログ記事の構成を練る
  • 記事の内容を書く
  • 記事を校正する
  • 記事を公開する
RAGを使用したQAチャットボットを作成する
RAGの応用として、社内に蓄積された情報を活用したQAチャットボットを作成しましょう。
Show steps
  • チャットボットの要件を定義する
  • RAGモデルをトレーニングする
  • チャットボットのUIを作成する
  • チャットボットをデバッグする
  • チャットボットをデプロイする
RAG関連のオープンソースプロジェクトへの貢献
RAG関連のオープンソースプロジェクトに貢献することで、RAGのより深い理解を得られます。
Browse courses on RAG
Show steps
  • RAG関連のオープンソースプロジェクトを調査する
  • プロジェクトに貢献する方法を調べる
  • バグの報告、ドキュメントの改善、コードの貢献を行う
  • コミュニティに参加し、他のコントリビューターと交流する

Career center

Learners who complete 【初心者向け】大規模言語モデルにおけるRAGを実装できるようになろう!Webページの情報を元に回答できるAIを作ろう! will develop knowledge and skills that may be useful to these careers:

Reading list

We haven't picked any books for this reading list yet.

Share

Help others find this course page by sharing it with your friends and followers:

Similar courses

Here are nine courses similar to 【初心者向け】大規模言語モデルにおけるRAGを実装できるようになろう!Webページの情報を元に回答できるAIを作ろう!.
7ステップで作る日本語GPTスクラッチ開発ハンズオン
Most relevant
アウトプットで確実に身につける薬局英会話講座!調剤の現場ですぐに使える英語をマスターする特訓コース(ネイティブ音声付...
Most relevant
LangChainによる大規模言語モデル(LLM)アプリケーション開発入門―GPTを使ったチャットボットの実装まで
Most relevant
Azure OpenAI Service + Bot Service で作る Teams ChatBot
Most relevant
【教科書英語にさようなら!】 海外に行かずに2024年のリアル英会話をマスターするためのステップバイステップガイド
Most relevant
【自分からすすんで英語を話せるようになるための…】英語で体当たり!受け身会話の捨て方
Most relevant
通訳者が教える前置詞・助動詞・フレーズのイメージをマスターする講座:誰でも英語が話せるようになるシリーズその5
Most relevant
現場ですぐに使えるドラッグストアー英会話講座!繰り返すだけで効率よく学習できる独学用特訓コース(ネイティブ音声付き)
Most relevant
英語の前置詞を攻略すれば、あなたも簡単に英会話を攻略できる!
Most relevant
Our mission

OpenCourser helps millions of learners each year. People visit us to learn workspace skills, ace their exams, and nurture their curiosity.

Our extensive catalog contains over 50,000 courses and twice as many books. Browse by search, by topic, or even by career interests. We'll match you to the right resources quickly.

Find this site helpful? Tell a friend about us.

Affiliate disclosure

We're supported by our community of learners. When you purchase or subscribe to courses and programs or purchase books, we may earn a commission from our partners.

Your purchases help us maintain our catalog and keep our servers humming without ads.

Thank you for supporting OpenCourser.

© 2016 - 2024 OpenCourser