Courses
大規模言語モデル（LLM）の基本
2時間
103.8K
大規模言語モデルは、研究者の関心事から、開発者なら誰もが意見を持つべきテーマへと一気に広がりました。APIの呼び出し、オープンソースモデルのファインチューニング、あるいは製品チームに「なぜチャットボットが返金ポリシーをでっち上げたのか」を説明することまで、求められることは幅広いものです。
その一助として、次の4つの基準で講座を順位づけしました。
- 概念の深さ: トークン、埋め込み、アテンション、トランスフォーマーのアーキテクチャを本当に説明しているか
- 実践的な厳密さ: 実在のモデルをAPI呼び出し・ファインチューニング・提供するコードを書けるか
- プラットフォーム／モデルの網羅性: 単一APIに閉じず、オープンソースとプロプライエタリの違いも体感できるか
- 講師の専門性と成果: 誰が教えるのか、受講後に実際に何を作れるのか
1. Introduction to LLMs in Python — DataCamp
DataCampのIntroduction to LLMs in Pythonは、「とりあえずOpenAIのAPIを叩く」段階を抜け、現代のLLMすべての土台であるトランスフォーマーのアーキテクチャをきちんと理解したい開発者に最適な単体講座です。
- レベル: 中級
- 時間: 約3時間、自己ペース／無料で開始可
- 費用: 無料で開始可。本編はDataCampサブスクリプション（約$25/月）に含まれる
- おすすめ: 最初からコード主体で、LLMとトランスフォーマーに絞って効率よく学びたい開発者（専攻コースにいきなり踏み込まない方）
本講座は、まずトランスフォーマーの仕組みを扱い、その後Hugging Faceの事前学習モデルとデータセットを用いて特定タスク向けにファインチューニングし、評価する流れへと進みます。
特筆すべき点と首位の理由: 講座はDataCampのAI Tutor上で動作し、見ているそのコードの文脈でエラーを解説します。LLMの不具合はスタックトレースだけでは分かりにくく、具体的な誤りを踏まえて推論してくれるチューターは手探りよりもはるかに有効です。
2. LLM Engineering: Master AI, Large Language Models & Agents — Udemy
LLM Engineeringは、商用APIの呼び出しからオープンソースモデルのファインチューニング、エージェント構築まで、1つの包括的かつプロジェクト重視の講座で通したい開発者に最適です。
- レベル: 中級（Python必須）
- 時間: 200本超の講義で計30時間超。プロジェクト込みで6〜8週間想定
- 費用: Udemyの頻繁なセールで定価を大きく下回ることが多い
- おすすめ: プロプライエタリとオープンソースの両モデルを横断して学びたい開発者
講師のEd Donner氏は元AIスタートアップCEOで、JPMorgan Chaseの元マネージングディレクター。プロンプト設計とトークナイゼーションの理解から、LoRAや量子化を用いたオープンソースモデルのファインチューニング、そしてマルチエージェントシステムの構築へと進みます。
3. The LLM Course — Hugging Face
Hugging FaceのLLM Course は、オープンソースのLLMプロジェクトの多くを支える実際のライブラリ（Transformers、Datasets、Tokenizers、Accelerate）を理解したい開発者に好適です。
- レベル: 初級〜中級
- 時間: 約15〜20時間、自己ペース
- 費用: 無料（修了証あり）
- おすすめ: ベンダーの単一APIに留まらず、オープンソースモデルとHugging Face Hubを直接扱いたい開発者
Hugging Face自身が保守し、エコシステムの進化に合わせて更新されるため、非推奨APIを教えてしまうリスクが低いのが強みです — ただし、商用の代替手段を広く概観するというより、Hugging Faceのエコシステム寄りの内容ではあります。
4. ChatGPT Prompt Engineering for Developers — DeepLearning.AI
ChatGPT Prompt Engineering for Developersは、Isa Fulford（OpenAI）氏とAndrew Ng氏が教える、チャット画面ではなくAPI経由でLLMを呼び出すための、短時間で要点を押さえる入門として有力です。
- レベル: 初級〜中級
- 時間: 約1.5時間
- 費用: 無料
- おすすめ: 手作業でのChatGPTプロンプトから、LLMをプログラムで呼び出し、その上に簡単なアプリを構築する段階へ進みたい開発者
LLMの内部動作、効果的なプロンプト作成の2原則、要約・感情推定・テキスト変換・短いメモの展開などへの応用、最後はカスタムチャットボット構築までを扱います。短時間設計で、基礎的なPython知識を前提とするため、長い講座に入る前の良い入り口になります。
5. Prompt Engineering for ChatGPT — Vanderbilt University（Coursera）
Prompt Engineering for ChatGPTは、Vanderbilt大学のJules White博士が教える、特定のフレームワークやコードベースに依存しない厳密なプロンプト技法の基礎固めとして、開発者・非開発者の双方に適しています。
- レベル: 初級（事前経験不要）
- 時間: 約19時間
- 費用: 無料で聴講可。修了証はCourseraサブスクリプションが必要
- おすすめ: ChatGPT、Claudeなどのチャット型LLMに共通して転用できるプロンプトパターンと技法を習得したい学習者
効果的なプロンプトエンジニアリングの実践、より高度な挙動を引き出すプロンプトパターンの活用、仕事や個人プロジェクト向けのプロンプト主導アプリ開発をカバーします。
6. Generative AI: Introduction to Large Language Models — LinkedIn Learning
Generative AI: Introduction to Large Language Modelsは、APIに触れる前に、LLMの仕組みをコードなしで明快に把握したい開発者や技術マネージャーに向く講座です（講師: Fred Nwanganga）。
- レベル: 初級
- 時間: 2時間未満
- 費用: LinkedIn Learningサブスクリプション（図書館会員特典で含まれる場合あり）。無料トライアルあり
- おすすめ: コードを書く前に、ニューラルネットワーク、トランスフォーマー、エンコーダ／デコーダ、アテンションといった概念モデルを明快に理解したい開発者
生成AIとLLMの基礎、進化の歩み、基盤となるディープラーニング、アテンションとセルフアテンションを含むトランスフォーマーの仕組みを解説し、最後に社会的インパクトも概観します。
7. Essentials of Large Language Models: A Beginner's Journey — Educative
EducativeのEssentials of Large Language Modelsは、動画視聴よりもテキスト主体のインタラクティブ学習を好み、LLMの実際の動作についてシステムレベルの思考モデルを得たい開発者に向いています。
- レベル: 初級
- 時間: 自己ペース、テキスト／コード主体
- 費用: Educativeサブスクリプション
- おすすめ: スクリーンキャスト視聴より、インラインで読み・コードを走らせる方が速く学べ、API呼び出しだけでなくLLM挙動の「なぜ」を知りたい開発者
アーキテクチャ、トークナイゼーション、埋め込み、アテンション、学習ダイナミクスといったLLMの基礎を第一原理から解説し、その後プロンプティングとツール統合による動的応答の実務フローへ進みます。
LLM講座ベスト比較表
| 順位 | 講座 | 学習形式 | カリキュラムの深さ | 費用／成果の裏付け |
|---|---|---|---|---|
| 1 | Introduction to LLMs in Python — DataCamp | AIネイティブ、ハンズオン | トランスフォーマー、ファインチューニング、Hugging Face | 無料で開始可。AI Tutorが各レッスンを個別支援 |
| 2 | LLM Engineering — Udemy | 動画ブートキャンプ | API、ファインチューニング（LoRA）、エージェント、E2Eプロジェクト | 割引頻繁。Bestsellerバッジ |
| 3 | The LLM Course — Hugging Face | 無料のインタラクティブ講座 | Transformers、Tokenizers、Datasets、ファインチューニング | 無料。Hugging Faceが直轄で保守 |
| 4 | ChatGPT Prompt Engineering for Developers — DeepLearning.AI | 短時間の動画講座 | API前提のプロンプト、要約、テキスト変換 | 無料（約1.5時間） |
| 5 | Prompt Engineering for ChatGPT — Vanderbilt | 動画講座 | プロンプトパターン、プロンプト主導アプリ | 無料で聴講可。Coursera修了証 |
| 6 | Generative AI: Introduction to LLMs — LinkedIn Learning | 短時間の動画講座 | ニューラル基礎、トランスフォーマー、アテンション | LinkedIn Learningサブスクリプション（無料トライアルあり） |
| 7 | Essentials of LLMs: A Beginner's Journey — Educative | インタラクティブ（テキスト主体） | アーキテクチャ、トークナイゼーション、埋め込み、アテンション | Educativeサブスクリプション。ノービデオ形式 |
FAQs
LLMの講座を受けるにはPythonが必要ですか？
このリストのハンズオン講座（DataCamp、Hugging Faceの講座、UdemyやDatabricksの講座）の多くでは、Pythonの基礎とAPIの基本知識が求められます。Vanderbiltのプロンプト講座やIBMのプロフェッショナル認定は、コードではなくプロンプト技法に比重があるため、非開発者にも取り組みやすい内容です。
プロンプトエンジニアリング講座とLLMエンジニアリング講座の違いは？
プロンプトエンジニアリング講座は、リクエストの言い回しを工夫して既存モデルからより良い出力を得る方法を教えるもので、コードは不要です。LLMエンジニアリング講座は、API呼び出し、オープンソースモデルのファインチューニング、埋め込みと検索の管理、デプロイなど、モデルの周辺にシステムを構築する方法を教えます。
まったくの初心者におすすめのLLM講座は？
VanderbiltのPrompt Engineering for ChatGPTは事前経験不要で、非技術者の出発点として妥当です。コードを書きたい初心者には、DataCampのIntroduction to LLMs in Pythonが取り組みやすく、AI Tutorが学習の抜けをその都度補ってくれます。
まず学ぶべきはオープンソースLLM（Hugging Face）と商用API（OpenAI、Anthropic、Google）のどちら？
多くの実務開発者にとっては両方が必要になります。商用APIは素早く構築を始められますし、オープンソースモデルは内部動作の理解や、ファインチューニング・ホスティング・コストのコントロールを可能にします。DataCampやHugging Faceの講座はオープンソース寄り、UdemyのLLM EngineeringやDeepLearning.AIの短期講座は両方を扱います。
LLMを開発に使えるレベルになるまで、どのくらい時間がかかりますか？
短い講座（1〜3時間）で、API呼び出しと良質なプロンプト作成には慣れられます。トランスフォーマー、ファインチューニング、RAGのコードレベル理解には、DataCamp、Hugging Face、Databricksのような講座を通しておよそ15〜30時間が目安です。UdemyのLLM Engineeringブートキャンプのように、ファインチューニングと本番運用まで深く掘るなら、6〜8週間のコミットメントが現実的です。
トピック