説明
大規模言語モデル（LLM）による生成AIでは、生成AIがどのように機能するか、そしてそれを実世界のアプリケーションに展開する方法を学びます。このコースは、LLMの基礎的な理解を持ち、知識を深めたい開発者向けに設計されています。このコースを受講することで、生成AIを深く理解し、データ収集やモデル選択からパフォーマンス評価、展開に至るまでの典型的なLLMベースの生成AIライフサイクルの重要なステップを説明できるようになります。
コースでは、LLMを支えるトランスフォーマーアーキテクチャ、トレーニング方法、そしてファインチューニングがどのようにLLMをさまざまな特定のユースケースに適応させるかを学びます。また、データセットのサイズ、計算予算、推論要件にわたってモデルの目的関数を最適化するための経験的スケーリング法則も探求します。このコースには、現在ビジネスユースケースでAIを構築・展開している専門のAWS AI実務者からの指導が含まれています。
このコースは中級者向けであるため、Pythonでのコーディング経験と、教師あり学習や教師なし学習、損失関数、データ分割などの機械学習の基本に精通していることが推奨されます。DeepLearning.AIの機械学習スペシャリゼーションや深層学習スペシャリゼーションを受講したことがある方は、生成AIの基本をさらに深く学ぶ準備が整っています。
このコースは17本のビデオ、7つのリーディング、3つの課題で構成されており、包括的な学習体験を提供します。修了後には、基礎知識、実践的なスキル、生成AIがどのように機能するかの実用的な理解を得ることができ、プロジェクトや企業に対して情報に基づいた意思決定を行うことができるようになります。
大規模言語モデルによる生成AIの主要機能
講師: Chris Fregly
スキルレベル: 中級
証明書の提供: はい
コース数: 1
推定期間: 3週間
課題: 3
ビデオ: 17
リーディング: 7
大規模言語モデルによる生成AIの使い方は？
理解する: 生成AIとLLMの基本を学ぶ。
探求する: トランスフォーマーアーキテクチャとそのトレーニング方法に深く入る。
適用する: 経験的スケーリング法則を使用してモデルを最適化する。
展開する: 実世界のアプリケーションに生成AIを展開するためのベストプラクティスを実装する。
大規模言語モデルによる生成AIの使用例
- モデル最適化
- 生成AIの展開
- LLMのトレーニング
- モデルのファインチューニング
- ビジネスアプリケーション
