１．生成AIの基礎

　　（１）．AIの基礎（ルールベース、機械学習、ディープラーニングなど）

　　（２）．生成AIの種類と活用例（言語、画像・動画、音楽、アバターなど）

　　（３）．大規模言語モデル（LLM）の仕組み（Transformerなど）

　　（４）．大規模言語モデルの留意点（学習への利用、ハルシネーション、著作権など）

　　（５）．今年注目の技術（AIエージェント、MCPなど）

　　（６）．ビジネスで生成AIを利活用するためのスキル

　　　　ａ．DS協会が公開しているAI利活用スキルの紹介

　　　　ｂ．背景理解・対応スキルの解説

　　　　ｃ．利活用スキルの解説

２．PythonによるAPIの使用方法と活用のポイント

　　（１）．APIの概説

　　（２）．PythonからのAPI利用方法

　　　　ａ．Google Colab. の基本操作

　　　　ｂ．Pythonで物体検知（YOLO）をAPI実行

　　　　ｃ．Pythonで大規模言語モデル（LLM）をAPI実行

３．生成ＡＩの信頼性を高めるRAGの構築と精度改善の実践ポイント

　　（１）．RAGの概要と仕組み

　　（２）．Difyを利用したRAGの実装

　　　　ａ．DifyでRAGを構築する

　　　　ｂ．RAGの精度改善のポイント

　　　　ｃ．DifyによるRAGの精度改善を実装する

４．より高度なタスクを処理するためのAIエージェント構築の実践ノウハウ

　　（１）．AIエージェントの概要と仕組み

　　（２）．Difyを利用したAIエージェントの実装

　　　　ａ．複数タスクを実行するAIエージェントの構築

　　　　ｂ．ワークフローでAIエージェントをカスタマイズ

５．生成AIを利用したデータ分析への応用

　　（１）．生成AIを活用したデータ分析の特徴（Code Interpreterなど）

　　（２）．よくある失敗と注意すべき点

　　　　ａ．データ分析前に注意すべきこと（バイアス、データの構造など）

　　　　ｂ．データ分析時に注意すべきこと（過学習、リークなど）

　　　　ｃ．データ分析後に注意すべきこと（相関と因果の解釈など）