LearnFlat · Yapay Zeka, Teknoloji ve Mühendislik · Üretken Yapay Zeka ve Derin Öğrenme

LLM Uygulama Geliştirme

LangChain ve LlamaIndex gibi çerçeveleri kullanarak Büyük Dil Modelleri (LLM) ile desteklenen uygulamalar oluşturmayı öğrenin. Retrieval-Augmented Generation (RAG) ile sohbet robotları, soru-cevap sistemleri ve aracılar geliştirin.

LLM Uygulama Geliştirme

LangChain Temelleri: Geri Getirme Destekli Üretim (RAG) Uygulamaları Oluşturma

LangChain ve Açık Kaynak LLM'lerle Yapay Zeka İş Akışları Oluşturun

Kavramdan Dağıtıma Yapay Zeka Uygulamaları Oluşturma

RAG ile Yapay Zekayı Özel Verilere Bağlama

Geliştiriciler için Yapay Zeka: LLM'leri API'ler ve Komut İstekleri (Prompt) ile Entegre Etme

Dify ile Kodsuz Üretken Yapay Zeka Uygulaması Geliştirme

RAG'a Giriş: Belgelerinizden Yapay Zeka Cevapları

DeepSeek ve Tongyi ile API Uygulama Geliştirme

Veri için LLM Uygulamaları: Bir RAG Analitik Asistanı Oluşturun

AI Agent Gözlemlenebilirliği: LangSmith ve Langfuse

Langfuse ile AI Agent Gözlemlenebilirliğinin Temelleri

LangSmith ile AI Agent Değerlendirmesinin Temelleri

LlamaIndex ile GraphRAG Uygulamaları Geliştirme

Agentic RAG Temelleri: LangGraph ile AI Agent'lar Oluşturun

LlamaIndex ve RAG ile AI Agent'lar İnşa Etmek

LangGraph Studio: AI Agent İş Akışları Oluşturun ve Hatalarını Giderin

LangChain ve LangGraph: Durumlu AI Ajanları Oluşturma

RAG Boru Hatları ve LLMOps Temelleri

Yerel Bir Özel AI Yığını Oluşturun: Kendi Kendine Barındırılan LLMs ve RAG

TypeScript ve LangChain.js ile LLM Uygulamaları Geliştirme

Java AI Geliştirme: LangChain4j ve Spring AI

Yapılandırılmış LLM Çıktıları: JSON, Pydantic ve Doğrulama

LLM Function Calling: AI'yı API'lara ve Veritabanlarına Bağlayın

LlamaIndex Temelleri: AI Agent'lar ve RAG Uygulamaları Geliştirin