AI Eğitimleri

One-hot encoding, kategorik verileri, her kategorinin varlığını 1 ve diğer tüm kategoriler için yokluğunu 0 ile gösteren ayrı bir sütunla temsil edildiği ikili bir biçime dönüştürmek için kullanılan bir tekniktir.

pgvector ile PostgreSQL’i vektör arama yetenekleriyle nasıl güçlendireceğinizi keşfedin. Bu eğitim, kurulum, temel işlemler ve AI araçlarıyla entegrasyonu adım adım anlatır.

OpenAI'nin Codex'inin ne olduğunu ve ChatGPT içinde bir GitHub deposunda kodlama görevlerini yürütmek için nasıl kullanılacağını öğrenin.

OpenRouter'ın birleşik API'sini kullanarak çeşitli yapay zeka modellerine erişmeyi, akış, akıl yürütme token'ları veya yapılandırılmış çıktılar gibi özellikleri uygulamayı öğrenin.

NotebookLM’nin podcast oluşturma özelliğinden ve belgeleriniz hakkında düzenleme, özetleme ve soruları yanıtlama yeteneklerinden yararlanarak ondan en iyi şekilde nasıl faydalanacağınızı öğrenin.

Python’da Minimax algoritmasını kullanarak yenilmez bir XOX yapay zekâsı kodlamayı öğrenin. Bu eğitim; kuram, uygulama ve optimizasyonu kapsar ve oyun yapay zekâsına ilgi duyanlar için idealdir.

Python’da Pydantic AI ile güvenilir yapay zekâ ajanları oluşturmayı öğrenin. Çıktıları doğrulayın, araçlar kullanın ve akışla içgörü sağlayın; hepsi uygulamalı kod örnekleriyle.

Qwen Code CLI’yi kurmayı ve kod tabanı keşfi, yeniden düzenleme ve daha fazlası gibi aracısal kodlama görevleri için kullanmayı öğrenin.

Qwen3’ü Ollama ile yerelde nasıl kurup çalıştıracağınızı ve basit bir Gradio tabanlı uygulama nasıl geliştireceğinizi öğrenin.

GLM-5’i, en iyi açık-ağırlıklı yapay zeka modelini, llama.cpp ile tek bir GPU’da çalıştırın ve Aider’a bağlayarak güçlü bir yerel kodlama aracına dönüştürün.

Bu kullanımı kolay LLM çerçevelerini kullanarak (Windows, macOS, Linux) LLM'leri yerelde çalıştırın: Ollama, LM Studio, vLLM, llama.cpp, Jan ve llamafile.

En yeni Qwen modelini tek GPU’lu bir sanal makinede çalıştırın, llama.cpp’yi kurun ve özel, OpenAI ile uyumlu bir uç nokta üzerinden SSH ile yerel olarak güvenle erişin.