Turn what you know into an opportunity and reach millions around the world.

Your cart is empty.

【初心者向け】大規模言語モデルにおけるRAGを実装できるようになろう！Webページの情報を元に回答できるAIを作ろう！

大規模言語モデルを活用する上で非常に重要なアプローチであるRAGについて学び実装していきます！特定のWebページの情報を元に回答してくれるAIを作っていきますよ！

Created byウマたん（上野佑馬）

Last updated 1/2026

Japanese

What you'll learn

RAGの仕組みを理解します
大規模言語モデル・GPTモデルの仕組みを理解します
基本的なRAGを実装します
特定のWebページの情報を元に必要な回答を引き出すRAGを実装します
Pythonの基礎を学びます

Course content

5 sections • 35 lectures • 4h 7m total length

イントロダクション0:48

Pythonを学ぼう！0:24
Pythonの実行環境0:34
Google Colabの使い方4:06
演算子の種類を学ぼう！4:16
Pythonの変数と型を学ぼう！13:46
list型(リスト)を学ぼう！10:14
dict型(辞書)を学ぼう！5:50
print関数を学ぼう！2:19
文字列の操作方法を学ぼう！3:47
条件分岐のif文を学ぼう！6:59
繰り返し処理のfor文を学ぼう！9:33
関数の作り方と使い方を学ぼう！7:24
Pandasの使い方を学ぼう！26:53
Numpyについて学ぼう！9:52
Matplotlibの使い方を学ぼう！14:07
Seabornについて学ぼう！10:55
Python構文の復習

OpenAIのAPIキーを取得しよう！1:11
【注意】httpxのバージョンに起因するエラーについて0:14
OpenAIのAPIを使ってテキストをベクトル化してみよう！9:18
処理を関数化して質問文とデータベースの情報をベクトル化してみよう！4:02
ベクトル同士の類似度を求めて最も類似度の高い情報を抽出しよう！8:59
【注意】次のレクチャーで使っているモデルで文字化けが発生する場合0:27
抽出した情報を質問をGPTモデルに投げかけて返答を得よう！4:33

Webページからテキスト情報を抽出してみよう！14:41
RAGに適したチャンク分割の考え方を学ぼう！5:00
テキストを特定のチャンクに分けてデータを保持しよう！8:06
分割したチャンクを確認していこう！3:12
生成したチャンクに対してRAGの処理を実行していこう！14:16
類似度の高い2つのチャンクテキストを抽出する処理に修正しよう！10:36
ボーナスレクチャー8:18

Requirements

プログラミングの知識は不要です。PCさえあれば問題ないです。Mac/Windowsは問いません。

Description

このコースでは、大規模言語モデル（LLM）を使ったRAGという処理について解説していきます！

独自で保有している情報を参照して大規模言語モデルに回答して欲しいケースにRAGは利用されます。

例えば社内に貯まっているリソースを元にしたQAチャットボットを作りたい場合など！

このコースでは、まずRAGの概要と大規模言語モデルの概要を理解しPythonでRAGを実装していきます。

そして、最終的に特定のWebページの情報をベースに大規模言語モデルがQAに答えてくれるような処理をRAGを用いて実装していきます。

実務でよく使われるRAGというアプローチをしっかり理解して実装できるようになっておきましょう！

Who this course is for:

RAGを理解して実装してみたい人
社内のチャットボットを作るための仕組みについて理解したい人
大規模言語モデルを使って何か実装してみたい人