AI 分野
AI 分野の技術ノートを収録：機械学習の基礎、深層学習の原理から、LLM アプリケーション開発（Prompt / RAG / Agent / ファインチューニング）まで、学習に合わせて継続的に追加していきます。
収録済み
- 機械学習の基礎 — 数学の基礎と古典的なアルゴリズム
- 深層学習 — ニューラルネットワーク、CNN / RNN / Transformer
- Prompt エンジニアリング — プロンプト設計と評価
- RAG と Agent — 検索拡張とエージェント応用
- モデルのファインチューニング — LoRA / QLoRA とデプロイ
計画リスト
| テーマ | 説明 | 状態 |
|---|---|---|
| 機械学習の基礎 | 線形代数/確率統計の速習、回帰/分類/クラスタリング、評価指標 | 計画中 |
| 深層学習 | 逆伝播、オプティマイザ、CNN/RNN/Transformer 構造 | 計画中 |
| PyTorch | テンソル、自動微分、モデル学習パイプライン、分散処理 | 計画中 |
| LLM の原理 | アテンション機構、事前学習とアライメント（RLHF/DPO） | 計画中 |
| Prompt エンジニアリング | プロンプトパターン、構造化出力、評価方法 | 計画中 |
| RAG と Agent | ベクトル検索、ツール呼び出し、マルチエージェントフレームワーク（LangChain/LlamaIndex） | 計画中 |
| モデルのファインチューニング | LoRA/QLoRA、データ構築、評価とデプロイ | 計画中 |
| AI エンジニアリング | 推論最適化、量子化、サービス化（vLLM/Ollama） | 計画中 |
| RAG 応用 | インデックス構造と高度な検索、リランキング、GraphRAG / Agentic RAG、評価と本番運用 | 計画中 |
| LangGraph オーケストレーション | グラフ状態機械、Checkpointer と Store、interrupt による HITL、本番運用 | 計画中 |
| GUI エージェント（画面操作） | 知覚とアクション空間、検証ループ、サンドボックス、ベンチマークと限界 | 計画中 |
| プラットフォームとフレームワーク選定 | スタック六層、ルート比較、意思決定フレーム、TCO、ロックイン回避 | 計画中 |
執筆規約
- 理論ノートには数式と直感的な説明を添え、数式だけで例がない状態を避ける；
- 実践ノートには実行可能な Notebook またはコマンドライン例を示し、依存バージョンを明記；
- 論文に関わる概念は、文献コレクションの論文ノートにリンクする；
- ファイル名はハイフン命名、追加後は
config.mjsのサイドバーに登録。