Generative AI LLMs

次のコースのいずれかを受講できます。

これらのコースで扱うスキル:

• ディープラーニング モデルのトレーニングに必要な基礎的な手法とツールについて学習する

• ディープラーニングの一般的なデータ型とモデル アーキテクチャに関する経験を積む 
• モデル間の転移学習を活用し、少ないデータ量と計算量で効率的な結果を実現する 
• 最新のディープラーニング フレームワークで独自のプロジェクトに取り組む

• 最新のディープラーニング フレームワークで自分のプロジェクトに取り込む自信をつける
• モデル間の転移学習を活用し、少ないデータ量と計算量で効率的な結果を実現する

• データ拡張によりデータセットを強化してモデルの精度を向上させる

次のコースのいずれかを受講できます。

これらのコースで扱うスキル:

• XGboost をはじめとする多様な機械学習アルゴリズムを活用し、さまざまなデータ サイエンスの問題に取り組む
• NetworkX と cuGraph を使用して強力なグラフ アルゴリズムを学習し、複雑なネットワークの分析に適用する

GPU で高速化されたデータ操作を理解する:

• 複数の機械学習の演習で使用するために、複数のデータセット (メモリ容量を超えるものを含む) を取り込み、準備する 
• cuDF と Dask cuDF を使用して、単一または複数の GPU にデータを直接読み取む 
• cuDF を使用して、GPU 上で機械学習タスクのための情報を準備する 
• いくつかの重要な機械学習手法を適用して、データを準備する 
• cuML で、教師ありおよび教師なしの GPU アクセラレーテッド アルゴリズムを活用する 
• 複数の GPU で Dask を使用して XGBoost モデルをトレーニングする 
• cuGraph を使用して、GPU 上でグラフ データを作成および分析する 
• NVIDIA RAPIDS™ を活用して、複数の大規模データセットを統合し、分析を実行する 
• cuDF と Apache Arrow のデータ フレームを利用し、GPU でデータ準備と特徴抽出を高速化する
• XGBoost やさまざまな cuML アルゴリズムを利用し、幅広い GPU アクセラレーテッド機械学習タスクを応用する
• cuGraph を利用してグラフ分析を GPU で高速化し、短時間で大規模分析を実行する
• cuGraph ルーチンを利用し、大規模なグラフ分析を短時間で達成する

• NetworkX と cuGraph を使用して強力なグラフ アルゴリズムを学習し、複雑なネットワークの分析に適用する

• Triton Inference Server に機械学習モデルをデプロイし、最適なパフォーマンスを実現する

次のコースのいずれかを受講できます。

これらのコースで扱うスキル:

• 自然言語処理 (NLP) アプリケーション向けの最新の LLM の基本構成要素として、Transformer が使用されている方法を説明する  
• BERT、Megatron、その他の LLM バリアントで、Transformer アーキテクチャを自己監督で改善し、優れた NLP 結果を実現する方法を解説する

• さまざまな NLP アプリケーション向けに、Transformer ベースのモデルを実装する
• LLM を活用してテキスト分類、NER、著者属性、質問応答のためのソリューションを開発する
• 推論における課題を管理し、ライブ アプリケーション向けに洗練されたモデルをデプロイする

• さまざまな NLP タスク向けに Transformer ベースのモデルを実験する
• 質問応答タスクでモデルのパフォーマンスをテストおよび比較する
• 事前トレーニングされた最新の LLM を活用し、トークン分類、テキスト分類、要約、質問応答など、さまざまな NLP タスクを解決する

• テキスト分類に Transformer ベースのモデルを活用する
• LLM を名前付きエンティティ認識 (NER) に適用する
• 著者帰属に Transformer モデルを活用する
• 事前トレーニングされた最新の LLM モデルを活用して、テキスト分類、名前付きエンティティ認識 (NER)、質問応答など、複数の NLP タスクを解決する方法を学び学習する

このコースで扱うスキル:

• 反復的なプロンプト エンジニアリングのベスト プラクティスを適用し、さまざまな言語関連タスク向けの LLM ベースのアプリケーションを作成する方法を理解する

• LangChain を活用して、LLM ワークフローを整理および構成する方法を習得する

• 生成タスク、ドキュメント分析、チャットボット アプリケーションなどに LLM を活用するアプリケーション コードを記述する

• LangChain を活用して、LLM ワークフローを整理および構成する方法を習得する

このコースで扱うスキル:

• セマンティック分析、埋め込み、質問応答、ゼロショット分類などのタスクにエンコーダー モデルを活用する
• 条件付きデコーダー スタイルのモデルを活用し、興味深いデータ フォーマット、スタイル、モダリティを取り込み、生成する

• LangChain と LangGraph を活用して、データ パイプラインと環境対応エージェントをオーケストレーションする方法を詳しく確認する

• 安全で効果的、スケーラブルな自然言語処理タスクの実現に向けた生成 AI ソリューションの立ち上げと導入を支援する

• Hugging Face モデル リポジトリと関連する Transformer API を探して、取り込み、実験する

• 安全で効果的、スケーラブルな自然言語処理タスクの実現に向けた生成 AI ソリューションの立ち上げと導入を支援する