LLM-fundamenten: deep learning, modellen en retrieval

Een gevorderde brug van deep-learningpraktijken naar taalmodelmechanica, evaluatie, retrieval, gebruik van tools en operationele agentworkflows.

Op zoek naar stapsgewijze tutorials voor afzonderlijke AI-tools?

Cursusoverzicht

Verbind neurale netwerktraining en transfer-learningpraktijken met interne taalmodellen, modelevaluatie, prompts, agentloops, MCP-toolverbindingen en retrievalgerichte workflows. Het materiaal omvat lange technische lessen en kortere demonstraties; gebruik de opdrachten om duurzame concepten te onderscheiden van versiegevoelige commando's en om elke systeemgrens te testen.

Verbind training, validatie, transfer learning, tokens en taalmodelgedrag op systeemniveau. Ontwerp een klein evaluatieplan voor prompts, modeluitvoer en op retrieval gebaseerde antwoorden. Geef een agentlus op met doelen, tools, geheugen, succescriteria en verificatie. Beoordeel toolkoppelingen en workflowautomatisering op herkomst, machtigingen en foutherstel.

Praktische Python-kennis, basiswoordenschat voor machine learning, comfortabel lezen van technische documentatie en bekendheid met versiebeheer. Dit is geen vervanging voor een volledige deep-learning cursus.

Ervaren cursisten die geavanceerde AI-vaardigheden willen verdiepen en toepassen

Mensen die het beste leren met voorbeelden, begeleide lessen en praktische oefeningen

Professionals, makers en zelfstandige bouwers die een herhaalbare werkwijze zoeken

Les 1 is gratis

7 lessen · Gevorderd · Volledige cursus.

Cursusinhoud met open licentie · CC BY-gelicentieerd · licentie geverifieerd

Deze cursus gebruikt CC BY-gelicentieerd materiaal met naamsvermelding van de inhoudsprovider of uploader. Lesvideo’s zijn alleen na aanmelding beschikbaar wanneer de publicatie- en licentiecontroles zijn geslaagd.