Progresión urdu-inglés desde el vocabulario del aprendizaje automático y el PLN hasta los modelos preentrenados, las indicaciones y un patrón de agente de investigación atento a las citas.
Construye un recorrido conceptual desde el aprendizaje automático y el PLN hasta los modelos de lenguaje grandes, las herramientas de modelos preentrenados, las indicaciones y un proyecto final de agente de investigación en Python. La secuencia se presenta con instrucción urdu-inglés y debe servir de base para experimentos, no de promesa de que una API de modelo, biblioteca o servicio alojado permanecerá sin cambios. Las tareas hacen hincapié en el tratamiento de fuentes, las salidas estructuradas y la revisión humana.
Explicar conceptos centrales de aprendizaje automático, PLN y LLM con vocabulario técnico urdu-inglés. Describir por qué son útiles los modelos preentrenados y los repositorios de modelos, junto con sus límites. Diseñar indicaciones con contexto explícito, estructura de salida y pasos de verificación. Especificar un agente de investigación pequeño que utilice herramientas, citas y salidas revisables.
Conocimientos básicos de Python y gestión de archivos, disposición para leer instrucción técnica urdu-inglés y familiaridad con indicaciones sencillas. No se necesita experiencia previa con marcos de agentes.
Personas con conocimientos básicos que quieren desarrollar habilidades prácticas e independientes
Quienes aprenden mejor con ejemplos, lecciones guiadas y práctica
Profesionales, creadores y desarrolladores independientes que buscan un flujo de trabajo repetible
La lección 1 es gratis
7 lecciones · Intermedio · Curso completo.
Este curso utiliza material con licencia CC BY atribuido a su proveedor de contenido o a quien lo publicó. La reproducción de las lecciones solo está disponible tras iniciar sesión y superar las comprobaciones de publicación y licencia.