Bibliothèque de projets d'intelligence artificielle appliquée
patchy631/ai-engineering-hub propose des tutoriels approfondis sur les grands modèles de langage (LLM), la génération augmentée par récupération (RAG) et les applications d'agents d'IA dans le monde réel. Conçue au format Jupyter Notebook, cette ressource sert de centre d'apprentissage complet pour ceux qui souhaitent développer des systèmes basés sur l'IA.
Ce que ça vous apporte
- Propose plus de quatre-vingt-treize projets prêts à l'emploi pour les niveaux débutant, intermédiaire et avancé.
- Contient des guides détaillés sur les grands modèles de langage et les agents d'IA.
- Fournit des exemples pour apprendre les systèmes de génération augmentée par récupération (RAG).
Pour commencer
Pour commencer le projet, vous pouvez consulter la feuille de route d'apprentissage située sur la page GitHub officielle. Après avoir choisi le projet adapté à votre niveau, vous pouvez réaliser vos travaux en suivant les documents Jupyter Notebook, un environnement de code interactif.
Termes liés du glossaire
Liens
TreScout n'a pas développé cet outil · nous l'avons repéré dans les tendances GitHub et présenté. Cette page décrit le dépôt tel qu'il était le 2026-11-02 : Le nombre d'étoiles et notre texte datent de ce jour, le dépôt a pu changer depuis. Consultez le lien du dépôt pour l'état actuel. Le texte de présentation a été préparé avec l’IA à partir de la propre documentation du dépôt et cette page a été traduite automatiquement depuis l’original turc · la version turque fait foi.