DeepLearningAIカタログのおすすめコース


基礎、コーディング、LLMOps
- ディープラーニング専門講座(Deep Learning Specialization)
- LLMOpsの自動テスト(CircleCI)
- ツール実行によるコーディングエージェントの構築(E2B)
- JAXによるLLMの構築とトレーニング(Google)
- コーディングエージェントによる仕様駆動開発(JetBrains)
推論とAnthropicエコシステム
- o1による推論(OpenAI)
- Anthropicによるコンピュータ使用に向けた構築(Anthropic)
- MCP:AnthropicでリッチコンテキストAIアプリを構築(Anthropic)
エージェントとメモリ
- LangChainによる関数、ツール、エージェント(LangChain)
- オペレーティングシステムとしてのLLM:エージェントメモリ(Letta)
- AIブラウザエージェントの構築(AGI Inc)
- A2A:エージェント間プロトコル(Google Cloud/IBM Research)
- エージェントメモリ:メモリ認識エージェントの構築(Oracle)
- 画像・動画生成のためのAIエージェント(Google)
- LangGraphによる長期エージェントメモリ(LangChain)
LLM最適化とポストトレーニング
- 量子化の深掘り(Hugging Face)
- LLMの事前学習(Upstage)
- LLMのファインチューニングとRL:ポストトレーニング入門(AMD)
- vLLMによる高速・効率的なLLM推論(Red Hat)
- GRPOによるLLMの強化学習ファインチューニング(Predibase)
- LLMのポストトレーニング(ワシントン大学/NexusFlow)
高度なRAGとデータパイプライン
- RAGのための知識グラフ(Neo4j)
- マルチモーダルデータパイプラインの構築(Snowflake)
- AIエージェントAPI発見のための知識グラフ(SAP)
- 検索拡張生成(RAG)
原文表示
このページには第三者のコンテンツが含まれている場合があり、情報提供のみを目的としております(表明・保証をするものではありません)。Gateによる見解の支持や、金融・専門的な助言とみなされるべきものではありません。詳細については免責事項をご覧ください。
  • 報酬
  • コメント
  • リポスト
  • 共有
コメント
コメントを追加
コメントを追加
コメントなし
  • ピン留め