Bibliothek für angewandte KI-Projekte
patchy631/ai-engineering-hub bietet tiefgehende Tutorials zu großen Sprachmodellen (LLMs), Retrieval-Augmented Generation (RAG) und realen KI-Agentenanwendungen. Diese im Jupyter-Notebook-Format vorbereitete Ressource dient als umfassendes Lernzentrum für alle, die KI-basierte Systeme entwickeln möchten.
Was es bringt
- Bietet über dreiundneunzig praxisbereite Projekte für Anfänger, Fortgeschrittene und Experten.
- Enthält detaillierte Leitfäden zu großen Sprachmodellen und KI-Agenten.
- Bietet Beispiele zum Erlernen von Retrieval-Augmented Generation (RAG)-Systemen.
So fangen Sie an
Um mit dem Projekt zu beginnen, können Sie die Lern-Roadmap auf der offiziellen GitHub-Seite einsehen. Nachdem Sie das für Ihr Niveau geeignete Projekt ausgewählt haben, können Sie die Arbeiten verfolgen, indem Sie den Jupyter-Notebook-Dokumenten in der interaktiven Code-Umgebung folgen.
Verwandte Begriffe aus dem Glossar
Links
TreScout hat dieses Werkzeug nicht entwickelt · wir haben es in den GitHub-Trends gefunden und stellen es vor. Diese Seite beschreibt das Repository so, wie es am 2026-11-02 war: Die Anzahl der Sterne und unser Text stammen von diesem Tag, das Repository kann sich seitdem geändert haben. Den aktuellen Stand finden Sie über den Link zum Repository. Der Präsentationstext wurde mit KI aus der eigenen Dokumentation des Repositories erstellt und diese Seite wurde maschinell übersetzt aus dem türkischen Original · maßgeblich ist die türkische Fassung.