AI Tutorials

Lerne, wie du das Gemini 2.0 Flash-Modell von Google nutzt, um einen visuellen Assistenten zu entwickeln, der Inhalte auf dem Bildschirm lesen und Fragen dazu beantworten kann - mit Python.

Ein Leitfaden zum Verständnis und zur Implementierung des A*-Suchalgorithmus in Python. Erfahre anhand von praktischen Codebeispielen, wie du effiziente Lösungen für komplexe Suchprobleme erstellen kannst. Lerne Optimierungsstrategien kennen, die in Produktionsumgebungen eingesetzt werden.

Erfahre, wie du mit der Bibliothek Hugging Face Evaluate deine LLM-Fähigkeiten zur Codegenerierung bewerten kannst.

Ein praktischer Leitfaden für die Nutzung von KI in deiner juristischen Praxis unter Einhaltung professioneller Standards und ethischer Vorgaben.

Entdecke, wie du die Leistungsfähigkeit von ChatGPT für Excel nutzen kannst, um deine Produktivität zu steigern und das volle Potenzial von Excel zu erschließen.

Feinabstimmung des Llama 3.1-Modells, um spezielle Algebra-Probleme mit hoher Genauigkeit und detaillierten Ergebnissen mit Unsloth zu lösen.

Lerne, wie du die DeepSeek-API verwendest, einschließlich Modellauswahl, Parameterverwaltung, Kostenoptimierung, Kontext-Caching und Chain-of-Thought-Optimierung.

Lerne, wie du einen lokalen RAG-Chatbot mit DeepSeek-R1, Ollama, LangChain und Chroma erstellst.

Erfahre Schritt für Schritt, wie du eine RAG-Anwendung mit Llama 3.2 Vision, Ollama und ColPali einrichtest.

Setze die AWQ-Version von Llama 3.3 70B mit vLLM, BentoML und BentoCloud ein, um ein hocheffizientes System mit niedriger Latenz und außergewöhnlichem Durchsatz zu schaffen.

Lerne, wie du mit Lovable AI eine mobile App erstellst und veröffentlichst und sie mit Supabase für Backend-Dienste und GitHub für die Versionskontrolle integrierst.

Lerne, eine unschlagbare Tic-Tac-Toe-KI mit dem Minimax-Algorithmus in Python zu programmieren. Dieses Tutorial deckt Theorie, Implementierung und Optimierung ab und ist ideal für Spiele-KI-Enthusiasten.