local_shipping全国送料無料※一部地域除く

call03-5224-5430
schedule営業時間 - 9:00~17:00(定休日 - 土日祝)
生成AIのためのRAG(検索拡張生成)の基礎・構築・高精度化・実務活用【LIVE配信】

生成AIのためのRAG(検索拡張生成)の基礎・構築・高精度化・実務活用【LIVE配信】

開催日時:2026年11月5日(木)10:30~16:30

¥55,000 (税込)

0ポイント

注文数
close
オプション:受講料
通常受講料
在庫:あり
¥55,000(税込) shopping_cartカゴに入れる
案内会員登録・割引
在庫:あり
¥49,500(税込) shopping_cartカゴに入れる
2名同時申込・両名とも会員登録(2人目無料)
在庫:あり
¥55,000(税込) shopping_cartカゴに入れる
shopping_cartカートにいれる
SOLD OUT
主催:(株)R&D支援センター

生成AIのためのRAG(検索拡張生成)の基礎・構築・高精度化・実務活用【LIVE配信】
~演習・デモで学ぶ基礎から最新技術、ローカルLLMを活用したセキュアなRAG構築まで~
 

■開催日時: 2026年11月5日(木)10:30~16:30

■会場: 【WEB限定セミナー】※在宅、会社にいながらセミナーを受けられます 

■定員: 30名

■講師: 
一般社団法人日本量子コンピューティング協会 認定講師・茨城支部長
一般社団法人日本生成AI協会 認定講師
クオンタムAI技術(株) 代表取締役社長
今村 功一 氏

【専門】
生成AI(RAG・AIエージェント)、量子コンピューティング、宇宙開発

【略歴】
AI・機械学習、衛星データ解析、量子技術等の研究開発に従事。生成AI分野では、RAG、LLM、AIエージェント、MCPを中心に、企業・技術者向けの教育、導入・実装支援、技術調査を行う。クオンタムAI技術株式会社 代表取締役、一般社団法人日本生成AI協会(JGAIA)認定講師、株式会社システム総合研究所 フェロー。E資格をはじめ、AI・IT関連資格を多数保有。

 ■受講料: 55,000円(税込、資料付き/1人)
※最新のセミナー情報を「配信可」にすると割引適用(登録無料)
会員(案内)登録していただいた場合、通常1名様申込で55,000円(税込)から
 ・1名で申込の場合、49,500円(税込)へ割引になります。
 ・2名同時申込で両名とも会員登録をしていただいた場合、計55,000円(1名につき半額)です。

■備考: 
資料付き 
【LIVE配信セミナーとは?】 ■主催: (株)R&D支援センター ■受講対象・レベル:  生成AI・RAGの導入や活用を検討している技術者、研究者、情報システム担当者、開発担当者の方。RAGを基礎から体系的に学び、実務で活用したい方。 ■習得できる知識:  ・RAGの基本的な仕組みとシステム構成を理解できる ・検索・ベクトルDB・Rerank等による精度向上手法を理解できる ・ローカルLLMを活用したセキュアなRAG構築の考え方を習得できる ・RAGの構築・評価・改善から実務導入までのポイントを理解できる ■趣旨:  生成AIを業務で活用する際、社内文書や専門資料、技術データなどの独自情報を参照して回答を生成するRAG(検索拡張生成)は、回答の信頼性や実務適用性を高める重要な技術です。本セミナーでは、RAGの基本的な仕組みとシステム構成から、キーワード検索、ベクトル検索、ハイブリッド検索、Rerankなどの検索・高精度化技術、回答品質の評価・改善方法まで体系的に解説します。さらに、機密情報や社内データを外部に出さずに扱うためのローカルLLMを活用したRAG構築、セキュリティ上の留意点、クラウド型との使い分けについても取り上げます。演習・デモでは実際にRAGを構築し、検索方式や設定の違いによる回答結果を比較しながら、設計、構築、高精度化、評価、セキュリティ、実務導入までの一連の流れを具体的に理解します。単に仕組みを学ぶだけでなく、自社・自組織でRAGを導入・改善する際に必要となる実践的な判断力を身につけることを目的とします。 ■プログラム:  1.RAG(検索拡張生成)の基礎  1-1. 生成AI・LLMの基本  1-2. RAGとは何か  1-3. RAGが必要とされる理由と活用例  1-4. RAGの基本的なシステム構成 2.RAGを支える検索技術  2-1. 文書の収集・前処理・チャンク分割  2-2. キーワード検索とBM25  2-3. Embeddingとベクトル検索  2-4. ベクトルデータベースの役割 3.基本的なRAGの構築【演習・デモ】  3-1. 文書データの登録  3-2. 検索からLLMによる回答生成まで  3-3. RAGシステムの構築と動作確認 4.RAGの高精度化  4-1. ハイブリッド検索  4-2. Rerankによる検索結果の改善  4-3. Query Expansion・HyDE等の検索改善  4-4. プロンプト・チャンク設計の最適化 5.RAGの評価と改善【演習・デモ】  5-1. 検索精度と回答品質の評価  5-2. 精度低下の原因と改善方法  5-3. 検索方式・設定による結果の比較 6.ローカルLLMを活用したセキュアなRAG  6-1. クラウドLLMとローカルLLMの違い  6-2. 機密情報・社内データを扱う際の考え方  6-3. ローカルLLMによるRAG構築【演習・デモ】  6-4. セキュリティとアクセス制御 7.RAGの最新技術と発展  7-1. Agentic RAG  7-2. GraphRAG  7-3. マルチモーダルRAG  7-4. RAG技術の今後の展望 8.RAGの実務導入  8-1. ユースケースの選定  8-2. システム構成・モデル選定  8-3. クラウド/ローカル環境の使い分け  8-4. 実務導入・運用時のポイント