学習内容
|
1. 生成 AI の概要
- 機械学習の概要
- 生成 AI の基本
- 生成 AI のユースケース
- 生成 AI の実用
- リスクと利点
2. 生成 AI プロジェクトの計画
- 生成 AI の基礎
- 生成 AI の実用
- 生成 AI のコンテキスト
- 生成 AI プロジェクトの計画
- プロジェクトにおける生成 AI の活用を評価する
3. Amazon Bedrock 入門
- Amazon Bedrock でできること
- アーキテクチャとユースケース
- Amazon Bedrock の使い方
4. プロンプトエンジニアリングの基礎
- 基盤モデルの基本
- プロンプトエンジニアリングの基礎
- 基本のプロンプトテクニック
- 高度なプロンプトテクニック
- モデル別のプロンプトテクニック
- プロンプトの悪用への対処
- バイアスの軽減
5. Amazon Bedrock アプリケーションコンポーネント
- 生成 AI アプリケーションコンポーネントの概要
- 基盤モデルと FM インターフェイス
- データセットと埋め込みの操作
- その他のアプリケーションコンポーネント
- RAG
- モデルのファインチューニング
- 生成 AI アプリケーションのセキュリティ保護
- 生成 AI アプリケーションアーキテクチャ
6. Amazon Bedrock 基盤モデル
- Amazon Bedrock 基盤モデル入門
- Amazon Bedrock でモデル推論を実行する
- Amazon Bedrock メソッド
- データ保護と監査可能性
- テキスト生成のアーキテクチャ
7. LangChain を使う
- LLM パフォーマンスの最適化
- LangChain でモデルを使用する
- プロンプトの作成
- リトリーバルを使ったドキュメントの構造化
- メモリによるデータの保存と取得
- チェーンを使用してコンポーネントを順序付ける
- LangChain エージェントによる外部リソースの管理
8. アーキテクチャパターン
- アーキテクチャパターンの概要
- テキスト生成とテキスト要約
- 質問回答
- チャットボット
- コード生成
- LangChain と Amazon Bedrock のエージェント
|