「非構造化データの構造化技術」と生成AIによるデータ分析の実践:LLM、マルチモーダル、RAGの活用ポイント <オンラインセミナー>
~ LLMの仕組みとマルチモーダルLLM、Self-RAG/CRAG/GraphRAG、構造化技術による文書構造化の実例 ~
・非構造化データをAIが理解可能なデータに変換する「構造化AI」技術を修得し、蓄積されたデータを有効活用するための講座
・AI・LLM・RAG(検索拡張生成)の基礎から最新動向までを体系的に学び、データ分析実務に応用しよう!
・従来のRAGでは難しかった文書の意味構造理解を可能にし、回答精度を大幅に向上させる「構造化AI」技術について分かりやすく解説いたします
オンラインセミナーの詳細はこちら:
・WEB会議システムの使い方がご不明の方は弊社でご説明いたしますのでお気軽にご相談ください。
講師の言葉
生成AIは急速に発展し、GPT-o1 や Claude、Gemini をはじめとする大規模言語モデル(LLM)、そして画像・音声・動画を扱うマルチモーダルAIなど、多様な技術が実務レベルに到達しつつあります。
しかし、企業における活用は必ずしも順調とはいえず、その最大の原因の一つが「社内に蓄積された非構造化データを AI が十分に理解できない」点にあります。
本セミナーでは、AI・LLM・RAG(検索拡張生成)の基礎から最新動向までを体系的に整理し、生成AI導入で生じやすい課題を整理し、どのような視点で取り組んでいくべきかを理解できるように解説します。 特に、従来のRAGでは難しかった文書の意味構造理解を可能にし、回答精度を大幅に向上させる「構造化AI」について、仕組み・アーキテクチャ・評価結果を具体的に紹介します。生成AIの導入や社内データ活用を成功させるための実践的な知識を得たい方に、役立つ内容となっています。
セミナー詳細
| 開催日時 |
- 2026年04月13日(月) 10:00 ~ 17:00
|
| 開催場所 |
オンラインセミナー |
| カテゴリー |
オンラインセミナー、ソフト・データ・画像・デザイン |
| 受講対象者 |
・生成AIやLLM・RAGの仕組みに興味があり、全体像を体系的に理解したい方
・若手の技術者・研究者で、生成AIの基礎から体系的に学びたい方
・DX推進部門、情報システム部門、企画部門で生成AI活用を検討している方
・RAG(検索拡張生成)や社内専用ChatGPTの構築を検討している方
・社内ナレッジ(PDF、マニュアル、手順書等)の活用に課題を抱える方 |
| 予備知識 |
・必須となる予備知識はありません。数式や高度なプログラミングの理解を前提とせず、AIの基礎から丁寧に説明します
ただし、以下のような基本用語への軽い理解があれば、よりスムーズに理解できます
・AI/機械学習/ディープラーニングの大まかな概念
・ChatGPT などの生成AIを利用した経験
・PDF・社内文書などのデータ活用に関する課題意識
初心者から中級者まで幅広く受講いただける内容となっています。 |
| 修得知識 |
・生成AI・LLM・マルチモーダルAIの最新動向と原理を体系的に理解できる
・RAG(検索拡張生成)の仕組み・限界・成功のポイントを、現場で直面しやすい課題とともに理解できる
・チャンク分割や検索の課題を通じて、回答精度を高めるうえで重要なポイントを学べる
・非構造化データをAIが理解可能なデータに変換する「構造化AI」の全体像を習得できる
・自社で生成AI活用を進める際に押さえるべきポイント(データ準備・アーキテクチャ設計・運用方針)を考えるための手がかりを得られる
|
| プログラム |
1.生成AIの概要(最新トピックス)
(1).GPT、Claude、Geminiなど最新モデルの特徴
(2).推論AI・エージェントAIの登場
(3).マルチモーダルAIの進化(画像・音声・動画)
(4).世界と日本のAI導入格差
(5).企業におけるAI導入の壁
2.AI・機械学習・深層学習の基礎
(1).AIとは?
(2).ニューラルネットの直感的理解
(3).ニューラルネットの学習・推論の仕組み
(4).CNN・RNNからTransformerへ
3.LLMの仕組みと現在地+マルチモーダルLLM
(1).Transformerの構造(Attention)
(2).各LLMモデル(GPT・Claude・Geminiなど)の特徴比較
(3).LLMが得意なこと/苦手なこと
(4).ハルシネーション・知識更新問題
(5).テキスト+画像+音声+動画理解
(6).マルチモーダルの強みと課題
4.企業AI活用の現実とRAGの活用
(1).企業のAI活用の課題
(2).Fine-tuning 、RAG、エージェント
(3).RAGの役割と限界
(4).ベクトル検索・ハイブリッド検索の基礎
(5).チャンク分割の設計について
(6).Self-RAG/CRAG/GraphRAGなど最新研究
5.非構造化データの構造化技術を用いた生成AI活用
(1).企業における非構造化データの課題とナレッジ化の難しさ
(2).構造化AIの考え方と全体像
(3).一般的な構造化のためのツール
(4).非構造化データの構造化技術の仕組み
(5).構造化技術による文書構造化の実例
(6).構造化データの活用と効果(RAGへの適用)
(7).紙の文献のデータ化
6.まとめ・Q&A
|
| キーワード |
推論AI エージェントAI マルチモーダルAI ニューラルネット Transformer マルチモーダルLLM RAG ベクトル検索 ハイブリッド検索 非構造化データ
|
| タグ |
AI・機械学習、ソフト教育、データ解析、ITサービス |
| 受講料 |
一般 (1名):49,500円(税込)
同時複数申込の場合(1名):44,000円(税込)
|
| 会場 |
オンラインセミナー
本セミナーは、Web会議システムを使用したオンラインセミナーとして開催します。
|
こちらのセミナーは受付を終了しました。
次回開催のお知らせや、類似セミナーに関する情報を希望される方は、以下よりお問合せ下さい。