KI-Tutorials

Lerne Schritt für Schritt, wie du Daten- und Modellvalidierung mit DeepChecks automatisierst, um robuste ML-Performance sicherzustellen.

Batch-Normalization standardisiert Mini-Batch-Eingaben, um das Training neuronaler Netze zu stabilisieren und zu beschleunigen.

Erfahre, was die Vision API ist und welche Möglichkeiten sie bietet. Am Ende dieses Tutorials weißt du auch, wie du die Vision API aus deinem Python-Code aufrufst.

Entdecke die Stärken von LLMs mit effektiven Informationsabruf-Mechanismen. Implementiere Reranking und integriere es in deine eigene LLM-Pipeline.

Ein Tutorial zur Integration von Google SERP, DuckDuckGo, Wikipedia und YouTube in GPT-Modelle mit Python und LangChain-Tools.

Dieses Tutorial zeigt dir die wichtigsten Funktionen und praktischen Einsatzszenarien von DuckDB – vom Tabellenerstellen und Analysieren bis zum Bau einer RAG-Anwendung und der Nutzung einer SQL-Abfrage-Engine mit einem LLM.

Erfahre, wie du mit ChatGPT und dem LangChain-Framework kontextbewusste Chatbots entwickelst.

Ein umfassendes Tutorial zum Erstellen von LangChain-Agents mit mehreren Tools, um Aufgaben in Python mit LLMs und Chatmodellen von OpenAI zu automatisieren.

Aufbau, Test und Integration des ArXiv Explorer MCP-Servers.

Erstelle eine Chat-App, die Text, Bilder, Audio und Dokumente versteht – und Python-Code ausführt. Eine wirklich multimodale Anwendung, näher an AGI.

Erfahre, wie ChatGPT-Apps funktionieren, sieh dir reale Beispiele wie Spotify- und Zillow-Integrationen an und entdecke, wie Entwickler eigene Apps mit dem ChatGPT Apps SDK bauen können.

Lerne, wie du ChatGPT in einem realen End-to-End-Data-Science-Projekt einsetzt: für Projektplanung, Datenanalyse, Vorverarbeitung, Modellwahl, Hyperparameter-Tuning, eine Web-App und das Deployment auf Spaces.