21 コース
AI エージェント エンジニアリングに関する包括的なコース — Python と ML の基礎、NLP と LLM (LLaMA、Mistral、Qwen、Phi)、Vector DB を使用した RAG (FAISS、Milvus、Pinecone) から、LangChain、LlamaIndex、CrewAI、LangGraph を使用した AI エージェント システムの構築まで。微調整、迅速なエンジニアリング、ツール呼び出し、マルチエージェントを実践します。 FastAPI、Docker、マイクロサービス、MLOps、CI/CD を使用して本番環境を AWS/Azure/GCP にデプロイします。大手テクノロジー企業の AI/ML エンジニアの採用要件を完全に満たします。
Apple SiliconでGemma 4を使ったローカルAIスタックを構築するハンズオンシリーズ。Ollamaのセットアップ、API統合、RAGパイプライン、ハイブリッド検索から、内部環境向けのオブザーバビリティとハードニングまで。
初心者向けの機械学習ロードマップは、直感が先、コードは後、数学は十分という、わかりやすい方法に従ってゼロから始まります。このコースは、環境設定、最初のモデル、適切な評価、過剰適合/データ漏洩の防止から、一般的なモデル (線形、ロジスティック、ツリー、XGBoost)、教師なし、時系列、実稼働環境への展開まで続きます。レッスンの各クラスターには、ミニプロジェクト、実際の課題、明確な出力チェックリストが含まれています。
Ollama と MLX を使用して Mac Apple Silicon (M1/M2/M3/M4) 上でローカルに LLM を実行するための包括的なガイド。初期インストールから MLX フレームワークによる 3 倍の高速化、複数のモデルの管理、アプリケーションへの API の統合、GPU/RAM パフォーマンスの最適化まで。すべて実践的、プライバシー最優先、インターネットは必要ありません。
ヘルスケアにおける AI に関する包括的なコース - CNN による医療画像処理、医療記録の NLP、GNN による創薬から、HIPAA/FDA 準拠の AI の実装まで。 Python、PyTorch、Hugging Face、および MIMIC、CheXpert、PubMed などの標準的な医療データセットを使用して練習します。
GAN、VAE プラットフォームから安定拡散、DALL-E、Midjourney API まで、画像とビデオの生成 AI に関する包括的なコース。画像生成、修復、スタイル転送、ビデオ生成を練習し、Python、Hugging Face Diffusers、ComfyUI を使用して本番環境に対応したジェネレーティブ AI パイプラインを構築します。
レコメンデーション システムに関する包括的なコース — 協調フィルタリング、コンテンツベース、行列分解から、2 タワーのグラフ ニューラル ネットワーク、シーケンス モデルを使用したディープ ラーニング RecSys まで。 Python、PyTorch、LightFM を実際に使用し、本番環境に対応したレコメンデーション エンジンをデプロイします。
マルチモーダル AI に関する包括的なコース — 視覚言語モデル (CLIP、LLaVA)、視覚的な質問応答、画像キャプションから、ドキュメント AI、ビデオ理解まで。 Python、PyTorch、Hugging Face Transformers、および GPT-4V、Gemini、LLaVA などの最先端のモデルを使用して練習します。
自然言語処理 (NLP) に関する包括的なコース — トークン化プラットフォーム、単語埋め込みから、Transformer アーキテクチャ、BERT、GPT まで。テキスト分類、NER、センチメント分析、機械翻訳、質問応答を練習し、Python、Hugging Face、spaCy を使用して本番環境に対応した NLP パイプラインを構築します。
包括的な強化学習コース — MDP、Q ラーニングから DQN、ポリシー勾配、PPO、SAC を備えたディープ RL プラットフォームまで。ゲーム AI、ロボティクス シミュレーション、LLM 用 RLHF を練習し、Python、Gymnasium、Stable-Baselines3 を使用して本番環境に対応した RL エージェントを展開します。
音声と音声のための包括的な AI コース - 音声信号処理、ウィスパーを使用した音声認識 (ASR)、VITS を使用したテキスト読み上げ (TTS)、音声クローン、話者検証から音楽 AI まで。 Python、PyTorch、Hugging Face、librosa、および最先端のモデルを使用して練習します。
統計手法 (ARIMA、ETS)、機械学習 (XGBoost、LightGBM) から深層学習 (LSTM、Transformer、TimesFM) まで、時系列 AI に関する包括的なコースです。予測、異常検出、分類のアプリケーション。 Python、statsmodels、scikit-learn、PyTorch、および特殊なフレームワークを使用して練習します。
このシリーズでは、AI デザイン生成 (安定した拡散、ControlNet)、自然言語による AI 編集、パーソナライゼーション システム、コンピューター ビジョンによる仮想試着から、印刷ファイルの最適化、AI 製品生成まで、ファッションおよびプリント オン デマンド プラットフォーム用の AI システム全体を構築します。各記事は、運用環境にデプロイできる独立した AI モジュールです。
TypeScript を使用して完全な AI エージェント プラットフォームを構築するための実践シリーズ (モノリポジトリの設計、LLM ルーター、ツール レジストリ、RAG パイプライン、ワークフロー エンジン、マルチテナント RBAC から Docker プロダクションのデプロイまで)。実稼働環境で実行されているオープンソース プラットフォームである xClaw の実際のソース コードを通じて学習します。
コンピューター ビジョンに関する実践的なコース — CNN、物体検出 (YOLO)、画像セグメンテーション (SAM) からビジョン トランスフォーマー、マルチモーダル AI まで。 PyTorch、Ultralytics YOLO、Hugging Face の実践。 TensorRT と ONNX を使用して CV モデルを本番環境にデプロイします。
MLOps と LLMOps に関する詳細なコース - AI モデルをプロトタイプから本番環境に安全かつ効果的に移行する技術。実験の追跡、ML の CI/CD から、LLM の可観測性、コストの最適化、ガードレール、コンプライアンスまで。 AI で最も高収入のスキル。
プロンプト エンジニアリングに関する包括的なコース - 基本的なプロンプトの作成から、思考連鎖、思考ツリー、マルチモーダル プロンプト、実稼働用のプロンプト ライブラリの構築まで。 ChatGPT、クロード、ジェミニに即適用できるAI時代の最も必須のスキル。
検索拡張生成 (RAG) に関する詳細なコース - LLM を独自のデータに接続するためのテクニック。基本的な RAG から、グラフ RAG、エージェント RAG、マルチモーダル RAG まで。 ChromaDB、Qdrant、LangChain、LlamaIndex の実践。 「ドキュメントを使用したチャット」を本番環境にデプロイします。
大規模言語モデルの微調整に関する包括的なコース - Google Gemini/Vertex AI、OpenAI、オープンソース (LoRA/QLoRA) での微調整、データ準備、微調整のタイミングについて説明します。ファインチューニングと RAG、モデルの評価方法、実稼働環境のデプロイメントを比較します。実際のコストを計算します。
シンプルなチャットボットから複雑なマルチエージェント システムまで、AI エージェントの構築に関する実践的なコース。関数呼び出し、ツールの使用、RAG、MCP、LangGraph、CrewAI、および運用環境へのエージェントのデプロイに熟練しています。各レッスンは Python を使用して実践的にコーディングされます。
人工知能と大規模言語モデルに関する包括的なコース - ニューラル ネットワーク プラットフォーム、Transformer アーキテクチャから、微調整、RAG、AI エージェント、本番環境への展開まで。 Python、PyTorch、LLM API を実践的に学びます。