KI-Tutorials

Erfahre, was Textklassifizierung ist, wie sie funktioniert und welche erfolgreichen Anwendungsfälle es gibt. Erfahre anhand von Beispielen, wie du eine Pipeline für die Textvorverarbeitung und anschließend ein Textklassifizierungsmodell in Python erstellen kannst.

Tauche ein in die erklärbare KI (XAI) und lerne, wie du mit LIME und SHAP für die Interpretierbarkeit von Modellen Vertrauen in KI-Systeme aufbauen kannst. Verstehe die Bedeutung von Transparenz und Fairness bei KI-gesteuerten Entscheidungen.

Entdecke, wie du ChatGPT dazu bringst, dir die gewünschten Ergebnisse zu liefern, indem du ihm die nötigen Inputs gibst.

In diesem Tutorial lernst du, wie du mit dem OpenAI Python-Paket arbeitest, um mit ChatGPT programmatisch Unterhaltungen zu führen.

In diesem Tutorium werden Stemming und Lemmatisierung aus praktischer Sicht mit dem Python Natural Language ToolKit (NLTK) Paket behandelt.

In diesem Tutorial lernst du, wie du Convolutional Neural Networks (CNNs) in Python mit Keras implementierst und wie du das Overfitting mit Dropout überwinden kannst.

Lerne das beliebteste Deep-Learning-Modell RNN kennen und sammle praktische Erfahrungen, indem du einen MasterCard-Aktienkursvorhersager baust.

Das Tutorial beantwortet die am häufigsten gestellten Fragen zum Thema Deep Learning und beleuchtet verschiedene Aspekte des Deep Learning anhand von Beispielen aus der Praxis.

In diesem Tutorial lernst du, wie du ein neuronales Netzwerkmodell in R erstellst.

Entdecke Long Short-Term Memory (LSTM)-Netzwerke in Python und wie du sie für Börsenprognosen nutzen kannst!

Erfahre mehr über das 3D-Mesh-Generierungsmodell von NVIDIA, LLaMA-Mesh, einschließlich seiner Fähigkeiten, Einschränkungen, Installationsanweisungen und Beispiele.

Lerne, wie du mit DeepEval Pytest-ähnliche Relevanztests erstellst, LLM-Ausgaben mit der G-eval-Metrik bewertest und Qwen 2.5 mit MMLU vergleichst.