75 minuuttiaLopullinen MCP-pikakurssi – rakenna alusta alkaen
Rakenna ensimmäinen MCP-palvelin ja ymmärrä, miten työkalut, skeemat, kehotteet, resurssit ja kuljetukset sopivat yhteen.
LangChain. LangChainin toinen perustaja esittelee LLM-jäljen, projektin ja aineiston sekä tokenkustannukset, viiveen, virheosuuden, palautteen koostamisen ja yksittäisen hakuvaiheen tarkastelun. Video havainnollistaa artikkelin ajatusta siitä, että jokainen kutsu on yksi jäljen osa ja rakenteinen jäljitys on tulostuslokeja hyödyllisempi.
Kyseessä on toimittajan esittely. Keskity jäljen, projektin ja aineiston käsitteisiin myyntipuheen sijaan. Ajatusta jokaisesta kutsusta jäljen osana voi soveltaa mihin tahansa jäljitysjärjestelmään.
Osaat navigoida jälkiä, projekteja ja datasettejä LangSmithissä ja lukea token-kustannuksen, viiveen, virheasteen ja span-kohtaisen yksityiskohdan.
Perustuntemus LLM-API-kutsuista; sinun ei tarvitse olla LangChain-käyttäjä seurataksesi jälkikäsitteitä.
Viimeksi tarkistettu: 14.8.2026
Jatka samalla oppimisreitillä seuraaviin valikoituihin oheisvideoihin.
75 minuuttiaRakenna ensimmäinen MCP-palvelin ja ymmärrä, miten työkalut, skeemat, kehotteet, resurssit ja kuljetukset sopivat yhteen.
19 minuuttiaParanna työkalusuunnittelua, jotta agentit valitsevat oikean toiminnon oikeilla parametreilla.
19 minuuttiaTunnista tuotanto-RAG:in säätimet, jotka puuttuvat naiiveista document-chat-demoista.
Valikoituja ulkoisia kursseja, jotka käsittelevät aiheita tarkemmin.
Emory University Goizueta Business School faculty
The deeper, university-level counterpart to our beginner HubSpot marketing pick — Emory's business-school treatment goes past 'how to prompt' into training generative models for brand-specific output, the purchase-funnel economics of AI-generated content, and a full module of genuine skepticism about when generative AI is and isn't worth using in marketing.
IBM AI Academy
GenAI-kauden vastaus johtajan strategiaan. Kolme lyhyttä kurssia, jotka on suunniteltu erityisesti liiketoimintaan vastaaville — ei teknistä taustaosaamista vaadita — ja ne käsittelevät sitä, missä generatiivinen tekoäly tuottaa arvoa, miten sen voidaan hallita vastuullisesti sekä miten muuntaa epämääräinen "meidän pitäisi käyttää tekoälyä" konkreettiseksi ja puolustettavaksi käyttötarkoitukseksi. Arviointi 4.6 noin 700 arvostelun perusteella. Paras suorittaa ennen seuraavaa tekoälybudjetin päätöksentekoa.