Kursused
Me ise kursusi ei korralda. Selle asemel valime igale õppeastmele kasulikud välised kursused ja õpperessursid — rahulikust sissejuhatusest kuni tehniliste süvateemadeni. Kõik allolevad lingid on tasuta, neid saab tasuta alustada või kuulajana läbida ning kontrollime, et need oleksid endiselt asjakohased.
Täpsusta4 tulemust
Tühista filtrid
Anthropic AcademyMCP: Build Rich-Context AI Apps with Anthropic
MCP on standard, mis asendab järjest rohkem ühekordseid tehisintellekti tööriistade integratsioone. Õpi seda otse allikast: kursuse lõpuks oled ehitanud MCP-serveri, ühendanud selle LLM-kliendiga ja mõistad, miks see protokoll on tehisintellekti tööriistade maailmas oluline.
DeepLearning.AI · LlamaIndexBuilding Agentic RAG with LlamaIndex
Lihtne RAG ehk vektorotsing ja leitud teksti juhisesse lisamine on esimene versioon, mis kiiresti pettumust tekitab. See kursus näitab järgmist sammu: agent planeerib otsingut, valib tööriistu, võrdleb allikaid ja vastab mitme dokumendi põhjal.
DeepLearning.AI · LangChainLong-Term Agentic Memory with LangGraph
Kontekstiakna amneesia on põhjus, miks paljud agendid tunduvad teisel päeval unustavad. Kursus õpetab LangMemi mustreid — episoodilist, protseduurilist ja semantilist mälu — et agent mäletaks eelistusi ja varasemaid suhtlusi ilma juhist paisutamata.
Fast.aiPractical Deep Learning for Coders
Valitud oma ülalt-alla õpetamisviisi tõttu. Paljud ML-kursused alustavad nädalatepikkuse matemaatikaga; Fast.ai laseb sul kohe mudeli treenida ja alles siis kihid lahti võtta. Hea arendajale, kes tahab PyTorchi kirjutada ja päris mudeleid siluda.
Vaata ka AI Expertis
Meie enda videod ja artiklid sellel teemal — lühem lugemine või vaatamine ülemiste väliste kursuste kõrvale.
40 minutitVideo
Andrej Karpathy: tarkvara on (jälle) muutumas
211 minutitVideo
Sügav sukeldumine LLM-idesse nagu ChatGPT
13 min lugemistArtikkel
2026. aasta LLM-i tehnoloogiavirn: mudelid, päringud, tööriistad ja kompromissid
Praktiseeriva arhitekti vaade 2026. aasta LLM-i tehnoloogiavirnale — mudelitasemed, päringuteenuse pakkujad, orkestreerimiskihid, hindamistööriistad ja kompromissid, mis tegelikult loevad, kui paned tootmisesse AI-rakenduse. Kõik see, mida oleksid soovinud, et keegi oleks sulle enne alustamist ette
Kaardistad tootmise LLM-süsteemi kihid ning valid mudeli, päringu-, orkestreerimis-, hindamis- ja jälgitavusvalikud teadlikult, mitte tööriistahaibi järgi.
Need lingid viivad kolmandate osapoolte õppeplatvormidele ja ametlikele ressurssidele. Meil ei ole nendega ärilist suhet — soovitame iga materjali, sest see täidab selge õppevajaduse.