AI 학습을 위해 시간을 낭비하지 마세요.

AI를 배우기 위해 시간을 낭비하는 것을 멈추세요.

제가 여러분을 위해 이미 준비해 두었습니다.

단 하나의 리스트로. 혼란 없이. 군더더기 없이.

동영상:

1. LLM (대규모 언어 모델) 입문: https://t.co/nQqhVUFcqL
2. LLM (대규모 언어 모델) 밑바닥부터 만들기: https://t.co/ubOoUe6vyH
3. Agentic AI (에이전트형 AI) 개요 (Stanford): https://t.co/kjXIX43D0L
4. 에이전트 구축 및 평가: https://t.co/83gYRKeFR5
5. 효과적인 에이전트 구축: https://t.co/MHmEK2zWYZ
6. MCP를 활용한 에이전트 구축: https://t.co/omeYWlh3O4
7. 에이전트 밑바닥부터 만들기: https://t.co/edG3LXKGnr
8. Philo Agents: https://t.co/U9SkxSDV7A

저장소 (Repos)

1. GenAI (생성형 AI) 에이전트: https://t.co/AfZqWiGiRH
2. 초보자를 위한 Microsoft의 AI 에이전트: https://t.co/GK6mxZIMRd
3. 프롬프트 엔지니어링 (Prompt Engineering) 가이드: https://t.co/kwzJNVaMu4
4. 실습 중심의 LLM (대규모 언어 모델): https://t.co/lHm4S0iuCQ
5. 초보자를 위한 AI 에이전트: https://t.co/GK6mxZIMRd
6. GenAI (생성형 AI) 에이전트: https://t.co/83JIIIyxI8
7. Made with ML: https://t.co/N5vMxjVJlG
8. 실습 중심의 AI 엔지니어링: https://t.co/HavscaaycT
9. Awesome Generative AI 가이드: https://t.co/kQR74oyupV
10. 머신러닝 (Machine Learning) 시스템 설계: https://t.co/el4wYszXKj
11. Microsoft의 초보자를 위한 머신러닝: https://t.co/lCgRoyNZHF
12. LLM (대규모 언어 모델) 코스: https://t.co/nWv5XKwlfr

🗺️ 가이드

1. Google의 에이전트 백서 (Whitepaper): https://t.co/LSg2CNyzEk
2. Google의 에이전트 컴패니언 (Companion): https://t.co/NqE6RLjVlK
3. Anthropic의 효과적인 에이전트 구축: https://t.co/Oolxsg0dxj
4. Claude Code 최고의 에이전트형 코딩 관행: https://t.co/lvgJ6XphoE
5. OpenAI의 에이전트 구축을 위한 실용 가이드: https://t.co/AAbfO22cN3

📚 도서:

1. 딥러닝 (Deep Learning) 이해하기: https://t.co/rWGlscigIQ
2. LLM (대규모 언어 모델) 밑바닥부터 만들기: https://t.co/BnLjj8RZPT
3. LLM (대규모 언어 모델) 엔지니어링 핸드북: https://t.co/5t64XWDxnR
4. AI 에이전트: 결정판 가이드 - Nicole Koenigstein: https://t.co/j7HifJCexk
5. AI 에이전트를 활용한 애플리케이션 구축 - Michael Albada: https://t.co/nKkMGKiEI3
6. MCP를 활용한 AI 에이전트 - Kyle Stratis: https://t.co/54Lrbd9JS8
7. AI 엔지니어링: https://t.co/W7x7c0B2bJ

📜 논문 (Papers)

📜 논문 (Papers)

1. ReAct: https://t.co/F15yJ9qjGR
2. Generative Agents: https://t.co/FuG0nPgvSh
3. Toolformer: https://t.co/YVxz0njJO8
4. Chain-of-Thought Prompting: https://t.co/pzHWRsLHxB

🧑🏫 강좌 (Courses):

1. HuggingFace의 Agent Course: https://t.co/ij2gBu4HfN
2. Anthropic과 함께하는 MCP: https://t.co/1E3XNPWtoz
3. Pinecone을 사용한 Vector Database 구축: https://t.co/FILukUkQTf
4. 임베딩부터 앱까지의 Vector Databases: https://t.co/hGSoowltVn
5. Agent Memory: https://t.co/3IFKV0d00J

❤️ 좋아요
🔁 리포스트
🔖 북마크

더 많은 무료 강좌, AI 및 기술 생산성 콘텐츠는 @SaurabhDub28465를 팔로우하세요.

댓글 링크는 DM으로 공유하겠습니다.
[image: https://pbs.twimg.com/media/HJ94-bJbwAAdHzv.jpg