Aufgaben
Hier sind alle Aufgaben des Kurses an einem Ort, nach Modulen. Jede führt zu der Lektion, die erklärt, was du brauchst.
Aufgaben aus den Lektionen
Abschnitt „Aufgaben aus den Lektionen“Wie ein Modell lernt
- Was maschinelles Lernen ist
- Lineare Regression
- Gradientenabstieg
- Klassifikation: Betrug oder nicht
- Auswertung: Die Genauigkeit lügt
- Überanpassung: Das Modell, das auswendig lernt
Ein neuronales Netz von innen
Wie ein Sprachmodell funktioniert
- Text in Stücken: Tokens
- Das nächste Token vorhersagen
- Embeddings: Bedeutung als Vektoren
- Das Kontextfenster
- Die Grenzen des Modells
Anwendungen mit LLMs
- Ein Modell über eine API aufrufen
- Der Prompt ist Code
- Strukturierte Ausgabe: JSON nach einem Schema
- Tool Use: das Modell fragt, das Programm handelt
- Evaluation: ein Testset für den Assistenten
- Kosten und Latenz: Budget, Cache, ein kleineres Modell
Semantische Suche und RAG
- Semantische Suche: die k nächsten
- Dokumente in Abschnitte teilen (Chunking)
- RAG: Antworten aus den Dokumenten
- RAG bewerten: Wird der Abschnitt gefunden, und ist die Antwort belegt
Agenten
- Der Agent-Loop: Plan, Aktion, Beobachtung
- Prompt Injection: die E-Mail, die Befehle gibt
- Guardrails: Prüfungen vor und nach dem Modell