オリジナル・コンテンツ（イキナリLLMからスタートしたい）
をテンプレートにして作成
[
トップ
] [
新規
|
一覧
|
単語検索
|
最終更新
|
ヘルプ
]
開始行:
「[[.NET 開発基盤部会 Wiki>http://dotnetdevelopmentinfras...
-[[戻る>テキスト生成系（Transformer系）]] > [[教育系>テキ...
--[[LLM Engineering：Master AI、Large Language Models＆Ag...
--[[The Complete Agentic AI Engineering Course (2025)]]
--オリジナル・コンテンツ（イキナリLLMからスタートしたい）
*目次 [#l95bce82]
#contents
*概要 [#c3f2637e]
（何気に、以下の概要の文字列は生成AIで生成していたりする...
-イキナリLLMからスタートしたい～Python知らなくても、機械...
-伝統的なルートを飛び越えて、LLMの世界にダイブしましょう...
**なぜ「イキナリLLM」なのか？ [#i7ab13c5]
-AIの波が急速に広がる中、特にLLM、大規模言語モデルがビジ...
-ChatGPTやGeminiなどのツールがEUCとして誰でも簡単に使える...
--しかし、伝統的な学習パスでは、先ず、[[G検定>G検定：試験...
--そして、ようやく大規模な[[言語モデル>言語処理（AI）]]で...
-「そんな時間がない！ すぐにLLMを使って仕事やプロジェクト...
--私たちは、最小限の前提知識でLLMの核心に飛び込み、即実践...
--段階を飛ばして、LLMの活用法から逆算して必要な知識をピッ...
**このコンテンツの対象者 [#a15cd371]
-LLMに興味はあるけど、プログラミング経験ゼロの人
-基礎を学ぶ時間は無いが直ぐに実務で使いたいビジネスパーソン
-AIツールをEUCとして活用し、業務効率化を目指す人
-各資格の取得は後回しで、まずはLLMの面白さを体感したい人
**学習の目標と流れ [#afe02242]
-LLMの基礎理解（理論ゼロからスタート）：LLMとは何か？ な...
-即実践ツール活用：APIやノーコードツールを使って、LLMを動...
-必須知識の逆引き学習：LLMを使う上で必要な機械学習/深層学...
-プロジェクト実践：チャットボット作成やテキスト生成などの...
*詳細 [#s6742ab6]
**LLMの基礎理解 [#h2bab3d9]
以下をLLMに聞いてみてください（笑）
***LLMとは何か？ [#bee2fa2b]
-言語モデルのうち、主に次単語予測を行うもので、Transforme...
-大規模なテキストコーパスを使って学習、タスク（生成、理解...
--自然言語生成（NLG）
---文章生成
---要約
---翻訳
---対話
--自然言語理解（NLU）
---質問応答
---感情分析
---意図認識
---文書分類
--情報抽出（IE）
---実体
---関係
---要点
-更に、ドメイン（業務、教育、医療、法律、開発、創作）にあ...
***注目の理由は？ [#a94da6e1]
-自然言語処理のブレイクスルー~
従来のルールベースや小規模モデルでは難しかった自然な会話...
-汎用性の高さ~
1つのモデルで複数のタスクをこなせるため、開発コストや時間...
-業務効率化・自動化~
カスタマーサポート、ドキュメント生成、データ分析など、さ...
-急速な進化とオープン化~
OpenAI、Meta、Google、Anthropicなどが競って開発を進めてお...
***実例で解説 [#j8927e44]
-カスタマーサポートの自動化~
チャットボットが顧客の質問に自動応答。
-社内ドキュメント検索エージェント~
社内のPDFやドキュメントを自然言語で検索・要約。
-コード生成・レビュー支援~
開発者が自然言語で指示を出すと、コードを生成・修正・レビ...
**環境構築編 [#w39a4a4d]
***Python環境 [#rfad6ae8]
Pythonのインストール方法と基本的な動作確認を解説。
-Pythonのバージョン（2025/10現在）
--3.8～3.11の推奨理由：安定性・機能性・互換性のバランスが...
--3.12の推奨理由：パフォーマンス・開発体験・型安全性・構...
--また、更に別バージョンをインストールしたり、仮想環境を...
---システムPythonを汚さないよう別のPythonをインストールす...
---仮想環境を使用については[[PKGMGRと仮想環境>#x8d452d9]]...
-WindowsのWSL2でのPythonインストール手順
--[[WSL → WSL2>https://techinfoofmicrosofttech.osscons.jp...
--通常のPythonをインストールする（[[Python>Python#va75989...
--[[システムPythonと別のPythonをインストールする（以降、p...
-[[ターミナル / コマンドプロンプトでの基本操作（python）>...
***PKGMGRと仮想環境 [#x8d452d9]
「PKGMGR」と「仮想環境」の使用方法を学び、プロジェクト毎...
-PKGMGR
--...とは、パッケージ・マネージャーのこと
--pythonではpipと言うパッケージ・マネージャーを使用する。
--[[ターミナル / コマンドプロンプトでの基本操作（pip）>Py...
-[[仮想環境>Python#q0c50a8d]]
--実行単位に依存関係のPKGバージョンが異なると、スクリプト...
--[[仮想環境>Python#q0c50a8d]]では、環境や実行の単位毎に...
--[[ターミナル / コマンドプロンプトでの基本操作（venv）>P...
***Notebook環境 [#x64e5c93]
Jupyter系やGoogle Colabのセットアップ。PythonのREPL（対話...
-[[JupyterLabのインストールと起動>JupyterLab]] ... [[ただ...
-[[JupyterLab]]の使い方は、Notebook系なので[[Jupyter Note...
-[[サンプルコード（簡単なテキスト生成）>OpenAI API#t825a8...
-[[Google Colabの利用方法と基本操作>Google Colaboratory]]...
***IDE環境 [#r74563aa]
より本格的な開発向けに、IDEのセットアップ。将来的なスケー...
-[[VS CodeのインストールとPython、Jupyter 拡張機能の設定...
-Notebook系との違いを簡単に説明、基本的なデバッグ方法やコ...
-[[VS CodeベースのCursorもPython界隈では人気がある模様。>...
**基本ツール編 [#u49d4e1c]
***OpneAI [#d05db979]
OpenAI API（ChatGPTの基盤）を使ったLLM活用の入門。
-APIキー取得とセットアップ。
-簡単なテキスト生成（curl → python）。
-実例: 質問応答、文章要約、翻訳など。
-コスト管理（無料枠や課金体系）の簡単な説明を追加。
***[[Ollama]] [#jadac8f9]
ローカルでLLMを動かすための軽量ツール、プライバシーやコス...
-Ollamaのインストールとセットアップ
-オープンソースモデルのダウンロードと実行。
-APIエンドポイントを使った簡単なアプリケーション構築。
-オフライン環境でのテキスト生成やチャット。
***LlamaIndex [#jadac8f9]
LlamaIndex を使いRAGを作成。
-LangChainの概要（RAGを簡単に実装するためのフレームワーク...
-インストールと基本設定（pip install langchain）。
-実例: ベクトル検索、グラフ検索
-その他、様々なインデックス
-補足提案:
***LangChain [#nb2e2108]
LangChainを使い業務に応用可能なプロトタイプを作成。
-LangChainの概要（LLMを簡単に実装するためのフレームワーク...
-インストールと基本設定（pip install langchain）。
-実例: メモリ付きチャットボット、ドキュメント検索、外部デ...
-プロンプトテンプレートの作成とカスタマイズ。
-補足提案: LangSmith（デバッグツール）などエコシステム
**LLMエージェント編 [#o01c3a32]
***エージェント概要 [#tad2e6ed]
エージェントとは何か、LLMとの違いを理解し、次のプログラミ...
-エージェントの定義
-実例：タスク分解、外部ツール連携
-フレームワークの紹介
***エージェント・プログラミング [#ia5040f7]
エージェントを動かす簡単なコード実装・実行し、感覚をつか...
-エージェントの定義
-ツール利用
-ハンズオン
-デバッグ
-ノーコードツール
**LLMファインチューニング編 [#y1fb1c6f]
***ファインチューニング概要 [#r149b556]
ファインチューニングの基本概念と必要性を解説。~
ファインチューニングの目的とプロセスを直感的に理解。
-ファインチューニングとは？（モデルを特定タスクに最適化）。
-転移学習やLoRA（軽量チューニング）の簡単な説明。
-実例: カスタマーサポート向けの応答モデル、専門用語対応モ...
-必要なデータセットの準備（例: JSONやCSV形式）。
-コストや計算リソースの現実的な話（GPU必要性など）を追加。
***ファインチューニング・プログラミング [#s8854c7a]
実際にファインチューニングを実践、簡単なファインチューニ...
-オープンソースモデルをHugging Faceでチューニング
-LoRAを使った軽量チューニングの実装（peftライブラリ）
-ハンズオン: 小規模データセットでカスタムモデル作成。
-評価方法（生成結果の比較、精度チェック）
-Google Colab などの無料GPU活用をガイド
全体の補足と提案
終了行:
「[[.NET 開発基盤部会 Wiki>http://dotnetdevelopmentinfras...
-[[戻る>テキスト生成系（Transformer系）]] > [[教育系>テキ...
--[[LLM Engineering：Master AI、Large Language Models＆Ag...
--[[The Complete Agentic AI Engineering Course (2025)]]
--オリジナル・コンテンツ（イキナリLLMからスタートしたい）
*目次 [#l95bce82]
#contents
*概要 [#c3f2637e]
（何気に、以下の概要の文字列は生成AIで生成していたりする...
-イキナリLLMからスタートしたい～Python知らなくても、機械...
-伝統的なルートを飛び越えて、LLMの世界にダイブしましょう...
**なぜ「イキナリLLM」なのか？ [#i7ab13c5]
-AIの波が急速に広がる中、特にLLM、大規模言語モデルがビジ...
-ChatGPTやGeminiなどのツールがEUCとして誰でも簡単に使える...
--しかし、伝統的な学習パスでは、先ず、[[G検定>G検定：試験...
--そして、ようやく大規模な[[言語モデル>言語処理（AI）]]で...
-「そんな時間がない！ すぐにLLMを使って仕事やプロジェクト...
--私たちは、最小限の前提知識でLLMの核心に飛び込み、即実践...
--段階を飛ばして、LLMの活用法から逆算して必要な知識をピッ...
**このコンテンツの対象者 [#a15cd371]
-LLMに興味はあるけど、プログラミング経験ゼロの人
-基礎を学ぶ時間は無いが直ぐに実務で使いたいビジネスパーソン
-AIツールをEUCとして活用し、業務効率化を目指す人
-各資格の取得は後回しで、まずはLLMの面白さを体感したい人
**学習の目標と流れ [#afe02242]
-LLMの基礎理解（理論ゼロからスタート）：LLMとは何か？ な...
-即実践ツール活用：APIやノーコードツールを使って、LLMを動...
-必須知識の逆引き学習：LLMを使う上で必要な機械学習/深層学...
-プロジェクト実践：チャットボット作成やテキスト生成などの...
*詳細 [#s6742ab6]
**LLMの基礎理解 [#h2bab3d9]
以下をLLMに聞いてみてください（笑）
***LLMとは何か？ [#bee2fa2b]
-言語モデルのうち、主に次単語予測を行うもので、Transforme...
-大規模なテキストコーパスを使って学習、タスク（生成、理解...
--自然言語生成（NLG）
---文章生成
---要約
---翻訳
---対話
--自然言語理解（NLU）
---質問応答
---感情分析
---意図認識
---文書分類
--情報抽出（IE）
---実体
---関係
---要点
-更に、ドメイン（業務、教育、医療、法律、開発、創作）にあ...
***注目の理由は？ [#a94da6e1]
-自然言語処理のブレイクスルー~
従来のルールベースや小規模モデルでは難しかった自然な会話...
-汎用性の高さ~
1つのモデルで複数のタスクをこなせるため、開発コストや時間...
-業務効率化・自動化~
カスタマーサポート、ドキュメント生成、データ分析など、さ...
-急速な進化とオープン化~
OpenAI、Meta、Google、Anthropicなどが競って開発を進めてお...
***実例で解説 [#j8927e44]
-カスタマーサポートの自動化~
チャットボットが顧客の質問に自動応答。
-社内ドキュメント検索エージェント~
社内のPDFやドキュメントを自然言語で検索・要約。
-コード生成・レビュー支援~
開発者が自然言語で指示を出すと、コードを生成・修正・レビ...
**環境構築編 [#w39a4a4d]
***Python環境 [#rfad6ae8]
Pythonのインストール方法と基本的な動作確認を解説。
-Pythonのバージョン（2025/10現在）
--3.8～3.11の推奨理由：安定性・機能性・互換性のバランスが...
--3.12の推奨理由：パフォーマンス・開発体験・型安全性・構...
--また、更に別バージョンをインストールしたり、仮想環境を...
---システムPythonを汚さないよう別のPythonをインストールす...
---仮想環境を使用については[[PKGMGRと仮想環境>#x8d452d9]]...
-WindowsのWSL2でのPythonインストール手順
--[[WSL → WSL2>https://techinfoofmicrosofttech.osscons.jp...
--通常のPythonをインストールする（[[Python>Python#va75989...
--[[システムPythonと別のPythonをインストールする（以降、p...
-[[ターミナル / コマンドプロンプトでの基本操作（python）>...
***PKGMGRと仮想環境 [#x8d452d9]
「PKGMGR」と「仮想環境」の使用方法を学び、プロジェクト毎...
-PKGMGR
--...とは、パッケージ・マネージャーのこと
--pythonではpipと言うパッケージ・マネージャーを使用する。
--[[ターミナル / コマンドプロンプトでの基本操作（pip）>Py...
-[[仮想環境>Python#q0c50a8d]]
--実行単位に依存関係のPKGバージョンが異なると、スクリプト...
--[[仮想環境>Python#q0c50a8d]]では、環境や実行の単位毎に...
--[[ターミナル / コマンドプロンプトでの基本操作（venv）>P...
***Notebook環境 [#x64e5c93]
Jupyter系やGoogle Colabのセットアップ。PythonのREPL（対話...
-[[JupyterLabのインストールと起動>JupyterLab]] ... [[ただ...
-[[JupyterLab]]の使い方は、Notebook系なので[[Jupyter Note...
-[[サンプルコード（簡単なテキスト生成）>OpenAI API#t825a8...
-[[Google Colabの利用方法と基本操作>Google Colaboratory]]...
***IDE環境 [#r74563aa]
より本格的な開発向けに、IDEのセットアップ。将来的なスケー...
-[[VS CodeのインストールとPython、Jupyter 拡張機能の設定...
-Notebook系との違いを簡単に説明、基本的なデバッグ方法やコ...
-[[VS CodeベースのCursorもPython界隈では人気がある模様。>...
**基本ツール編 [#u49d4e1c]
***OpneAI [#d05db979]
OpenAI API（ChatGPTの基盤）を使ったLLM活用の入門。
-APIキー取得とセットアップ。
-簡単なテキスト生成（curl → python）。
-実例: 質問応答、文章要約、翻訳など。
-コスト管理（無料枠や課金体系）の簡単な説明を追加。
***[[Ollama]] [#jadac8f9]
ローカルでLLMを動かすための軽量ツール、プライバシーやコス...
-Ollamaのインストールとセットアップ
-オープンソースモデルのダウンロードと実行。
-APIエンドポイントを使った簡単なアプリケーション構築。
-オフライン環境でのテキスト生成やチャット。
***LlamaIndex [#jadac8f9]
LlamaIndex を使いRAGを作成。
-LangChainの概要（RAGを簡単に実装するためのフレームワーク...
-インストールと基本設定（pip install langchain）。
-実例: ベクトル検索、グラフ検索
-その他、様々なインデックス
-補足提案:
***LangChain [#nb2e2108]
LangChainを使い業務に応用可能なプロトタイプを作成。
-LangChainの概要（LLMを簡単に実装するためのフレームワーク...
-インストールと基本設定（pip install langchain）。
-実例: メモリ付きチャットボット、ドキュメント検索、外部デ...
-プロンプトテンプレートの作成とカスタマイズ。
-補足提案: LangSmith（デバッグツール）などエコシステム
**LLMエージェント編 [#o01c3a32]
***エージェント概要 [#tad2e6ed]
エージェントとは何か、LLMとの違いを理解し、次のプログラミ...
-エージェントの定義
-実例：タスク分解、外部ツール連携
-フレームワークの紹介
***エージェント・プログラミング [#ia5040f7]
エージェントを動かす簡単なコード実装・実行し、感覚をつか...
-エージェントの定義
-ツール利用
-ハンズオン
-デバッグ
-ノーコードツール
**LLMファインチューニング編 [#y1fb1c6f]
***ファインチューニング概要 [#r149b556]
ファインチューニングの基本概念と必要性を解説。~
ファインチューニングの目的とプロセスを直感的に理解。
-ファインチューニングとは？（モデルを特定タスクに最適化）。
-転移学習やLoRA（軽量チューニング）の簡単な説明。
-実例: カスタマーサポート向けの応答モデル、専門用語対応モ...
-必要なデータセットの準備（例: JSONやCSV形式）。
-コストや計算リソースの現実的な話（GPU必要性など）を追加。
***ファインチューニング・プログラミング [#s8854c7a]
実際にファインチューニングを実践、簡単なファインチューニ...
-オープンソースモデルをHugging Faceでチューニング
-LoRAを使った軽量チューニングの実装（peftライブラリ）
-ハンズオン: 小規模データセットでカスタムモデル作成。
-評価方法（生成結果の比較、精度チェック）
-Google Colab などの無料GPU活用をガイド
全体の補足と提案
ページ名:
![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
