|
学習内容
|
1. 分野 1: AI と ML の基礎
- 1.1: AI の基本的な概念と用語を説明する
- 1.2: AI の実践的なユースケースを特定する
- 1.3: ML 開発ライフサイクルについて説明する
2. 分野 2: 生成 AI の基礎
- 2.1: 生成 AI の基本概念を説明する
- 2.2: ビジネス上の問題を解決するための生成 AI の機能と限界について説明する
- 2.3: 生成 AI アプリケーションを構築するための Amazon Web Services (AWS) のインフラストラクチャとテクノロジーについて説明する
3. 分野 3: 基盤モデルの応用
- 3.1: 基盤モデル (FM) を使用するアプリケーションの設計上の考慮事項を説明する
- 3.2: 効果的なプロンプトエンジニアリング手法を選択する
- 3.3: FM のトレーニングとファインチューニングのプロセスを説明する
- 3.4: FM のパフォーマンスを評価する方法を説明する
4. 分野 4: 責任ある AI のガイドライン
- 4.1: 責任ある AI システムを開発する
- 4.2: 透明性と説明可能性を備えたモデルの重要性を認識する
5. 分野 5: AI ソリューションのセキュリティ、コンプライアンス、ガバナンス
- 5.1: AI システムを保護する方法を説明する
- 5.2: AI システムのガバナンスとコンプライアンスの規制について理解する
|