Lernressourcen
Ausgewählte Kurse und praxisnahe Tutorials — ein tieferer Einstieg jenseits von News und Tools.
Generative AI for Developers Pfad
Ein fortgeschrittener Google Skills Lernpfad, der Entwicklern, ML Engineers und Data Scientists beibringt, wie sie Generative-KI-Anwendungen erstellen.
Grundlagen von LLMs - ZJU Open-Source-Lehrbuch
Open-Source-LLM-Lehrbuch der Zhejiang-Universität, das Architektur, Prompt-Engineering, Feinabstimmung, Modellbearbeitung und RAG abdeckt.
Agentic Design Patterns - Vollständiger Leitfaden zu 21 Designmustern für den Aufbau intelligenter KI-Agentensysteme
Ein praktischer Leitfaden zu Designmustern für KI-Agentensysteme, verfasst vom CTO von Google AI, mit 21 praxiserprobten Designmustern, die das komplette Wissenssystem abdecken, von einfacher Prompt-Verkettung bis hin zu fortgeschrittener Multi-Agenten-Kollaboration.
5-tägiger Intensivkurs zu KI-Agenten – Kostenloser Online-Kurs von Google & Kaggle
Ein fünftägiger Intensivkurs zu KI-Agenten, gemeinsam von Google und Kaggle angeboten, der vermittelt, wie man produktionsreife KI-Agentensysteme entwickelt, evaluiert und bereitstellt.
Vibe Coding in AI Studio – Praktisches Tutorial zur Gemini API
Praktisches Tutorial zum Vibe Coding in Google AI Studio, einschließlich Gemini API, Sprachprogrammierung, Tool-Integration und schneller App-Entwicklung
LLMs verstehen: Die Technologie hinter ChatGPT – mit Andrej Karpathy
Andrej Karpathy erläutert tiefgehend die Technologie großer Sprachmodelle – vom grundlegenden neuronalen Netzwerk bis hin zum vollständigen Trainings-Stack von Modellen wie GPT und Llama, einschließlich modernster Techniken wie RLHF (Reinforcement Learning from Human Feedback).
Stanford CS336: Language Modeling from Scratch | Kompletter Kurs zum Aufbau eines Sprachmodells von Grund auf
Der Stanford CS336 Kurs erklärt systematisch, wie man ein großes Sprachmodell von Grund auf aufbaut. Er deckt den kompletten Prozess ab, von der Datenverarbeitung über die Transformer-Architektur, das Modelltraining, die GPU-Optimierung, parallele Berechnungen bis hin zur RLHF-Ausrichtung.
Agentic Design Patterns Deutsche Übersetzung - Vollständiger Leitfaden zu 21 AI-Agent-Designmustern
Deutsche Übersetzung von Agentic Design Patterns, die 21 AI-Agent-Designmuster abdeckt, einschließlich Prompt-Chaining, Routing, Multi-Agent-Kollaboration und anderer Kernarchitekturmethoden, mit Python-Codebeispielen
LLMs-from-scratch: Umfassendes Tutorial zum Aufbau großer Sprachmodelle von Grund auf
Ein umfassendes Tutorial zum Aufbau großer Sprachmodelle von Grund auf, schrittweise Implementierung der GPT-Architektur mit PyTorch, einschließlich des gesamten Prozesses von Vortraining, Feinabstimmung und Bereitstellung.
Vollständiges Tutorial zur RAG-Systementwicklung - DeepLearning.AI Retrieval Augmented Generation Kurs
Ein RAG-Systementwicklungs-Kurs von DeepLearning.AI, in dem Sie lernen, wie man Vektordatenbanken und LLMs verwendet, um Retrieval-Augmented-Generation-Anwendungen in Produktionsqualität zu erstellen. Der Kurs deckt den gesamten Prozess von der Architekturentwurf bis zur Bereitstellungsbewertung ab.
Agenten-KI-Kurs - Andrew Ng lehrt den Aufbau von Agenten-KI-Systemen | DeepLearning.AI
Ein KI-Kurs über Agenten-KI von Andrew Ng, der lehrt, wie man KI-Systeme aufbaut, die komplexe Aufgaben autonom ausführen können, und die vier Designmuster Reflexion, Werkzeugnutzung, Planung und Multi-Agenten-Kollaboration beherrscht.
Microsoft AI Agents for Beginners - Vollständiges 12-teiliges Tutorial zur KI-Agenten-Entwicklung
Ein von Microsoft entwickelter 12-teiliger Einführungskurs zu KI-Agenten, der ein umfassendes Lernen vom Konzept bis zur Praxis für den Aufbau von KI-Agenten bietet.
Machine Learning Systems - Open-Source-Lehrbuch für maschinelles Lernen und Systemtechnik der Harvard University | MLSysBook.ai
Ein Open-Source-Lehrbuch für maschinelles Lernen und Systemtechnik der Harvard University, das den gesamten Lebenszyklus von Data Engineering bis zur Modellbereitstellung abdeckt und von MIT Press veröffentlicht wird.
„Deep Learning with Python“, dritte Auflage – Der praktische Leitfaden für Deep Learning vom Keras-Gründer
Die dritte Auflage des maßgeblichen Lehrbuchs über Deep Learning von Keras-Gründer François Chollet, das neueste Technologien wie generative KI, große Sprachmodelle und Diffusionsmodelle abdeckt und kostenlos online gelesen werden kann.
«Hands-on Large Language Models» - Kostenloses LLM-Programmier-Tutorial der Shanghai Jiao Tong Universität
Ein von der Shanghai Jiao Tong Universität entwickelter Programmierkurs für große Modelle, der umfassende Lernressourcen zu 11 Kernthemen wie Feinabstimmung, Bereitstellung, Prompt-Engineering, Modellbearbeitung und Sicherheitstechnologien umfasst.
Claude mit der Anthropic API - Umfassender offizieller KI-Entwicklungskurs
Umfassender offizieller Claude API-Kurs von Anthropic, der Entwicklern beibringt, wie man mit der API KI-Anwendungen erstellt, einschließlich Prompt Engineering, Tool-Nutzung, RAG und Agentenentwicklung.
The Mechanics of Machine Learning - Ein praktisches Tutorial für maschinelles Lernen für Programmierer
Ein praktischer Leitfaden für maschinelles Lernen, speziell für Programmierer entwickelt, der sich auf eine detaillierte Erklärung und Code-Implementierung einiger weniger, aber leistungsstarker Algorithmen konzentriert.
Offizielles Code with Claude Tutorial - Lernen Sie KI-Programmierung und Automatisierungsentwicklung
Offizielle Anthropic Code with Claude Tutorialreihe, die eine vollständige Schulung zur Verwendung von Claude für Programmierung, Automatisierung und KI-Anwendungsentwicklung bietet.
12 Factor Agents - Produktionsreife Engineering-Prinzipien für die Entwicklung zuverlässiger LLM-Anwendungen
12 Kernprinzipien für die Entwicklung von produktionsreifen, LLM-gesteuerten Softwareanwendungen, mit Fokus auf die Bewältigung der zentralen technischen Herausforderungen bei der Überführung von KI-Anwendungen vom Prototyp in die Produktion.
LLM-RL-Visualized: Lernressource zur Visualisierung von Algorithmen für große Modelle - Umfassendes Tutorial zu Reinforcement Learning und Feinabstimmung
Eine Lernressource zur Visualisierung von Algorithmen für große Modelle mit über 100 originalen, illustrierten Erklärungen, die LLM, Reinforcement Learning, Feinabstimmung und Alignment-Techniken systematisch erläutert.