メンバー加入日: 2025
エンタープライズ データベースを使用した AI エージェントの構築
Earned 4月 21, 2026 EDT
AI Boost Bites: Google Workspace で効果的なプロンプトを作成する
Earned 1月 19, 2026 EST
大規模言語モデルの概要
Earned 5月 27, 2025 EDT
アテンション機構
Earned 4月 8, 2025 EDT
画像生成の概要
Earned 4月 8, 2025 EDT
生成 AI の概要
Earned 1月 29, 2025 EST
データベース向け MCP ツールボックスを使用して、エンタープライズ データベースを活用できる AI エージェントを構築します。安全なデータベース操作ツールを定義し、インテリジェントなクエリ機能を実装します（ベクトル エンベディング、構造化クエリを活用）。
この動画では、効果的な AI コミュニケーションのためのプロンプト エンジニアリングの基本について説明します。シンプルなフレームワーク（ペルソナ、タスク、コンテキスト、フォーマット）を学び、明確なプロンプトを作成して、Gemini in Google Workspace からより良い結果をより迅速に得られるようにします。自然言語を使用し、具体的に指示し、反復処理を行って、最適な AI アシスタントを実現する方法を学びます。
このコースは、大規模言語モデル（LLM）とは何か、どのようなユースケースで活用できるのか、プロンプトのチューニングで LLM のパフォーマンスを高めるにはどうすればよいかについて学習する、入門レベルのマイクロ ラーニング コースです。独自の生成 AI アプリを開発する際に利用できる Google ツールも紹介します。
このコースでは、アテンション機構について学習します。アテンション機構とは、ニューラル ネットワークに入力配列の重要な部分を認識させるための高度な技術です。アテンションの仕組みと、アテンションを活用して機械翻訳、テキスト要約、質問応答といったさまざまな ML タスクのパフォーマンスを改善する方法を説明します。
このコースでは拡散モデルについて説明します。拡散モデルは ML モデル ファミリーの一つで、最近、画像生成分野での有望性が示されました。拡散モデルは物理学、特に熱力学からインスピレーションを得ています。ここ数年、拡散モデルは研究と産業界の両方で広まりました。拡散モデルは、Google Cloud の最先端の画像生成モデルやツールの多くを支える技術です。このコースでは、拡散モデルの背景にある理論と、モデルを Vertex AI でトレーニングしてデプロイする方法について説明します。
この入門レベルのマイクロラーニング コースでは、生成 AI の概要、利用方法、従来の ML の手法との違いについて説明します。独自の生成 AI アプリを作成する際に利用できる Google ツールも紹介します。