AI 학습을 위해 시간을 낭비하지 마세요. 📘📚

AI를 배우기 위해 시간을 낭비하는 것을 멈추세요. 📘📚

제가 여러분을 위해 이미 준비해 두었습니다.

단 하나의 리스트로. 혼란 없이. 그리고 군더더기 없이.

📹 비디오 (Videos):

1. LLM 입문 (LLM Introduction): https://t.co/OBfDwz7W0O

2. 밑바닥부터 만드는 LLM (LLMs from Scratch): https://t.co/oeOci6NERy

3. 에이전틱 AI 개요 (Agentic AI Overview) (Stanford): https://t.co/5POKytu6ID

4. 에이전트 구축 및 평가 (Building and Evaluating Agents): https://t.co/E5FFlGUDAy

5. 효과적인 에이전트 구축 (Building Effective Agents): https://t.co/kusHO3dLyf

6. MCP를 활용한 에이전트 구축 (Building Agents with MCP): https://t.co/cCEsddKbou

7. 밑바닥부터 에이전트 구축하기 (Building an Agent from Scratch): https://t.co/8xWp3CmFch

8. Philo Agents: https://t.co/D4CENugUBX

🗂️ 저장소 (Repos)

1. 생성형 AI 에이전트 (GenAI Agents): https://t.co/4KZ9sJmLCs

2. 초보자를 위한 Microsoft의 AI 에이전트 (Microsoft's AI Agents for Beginners): https://t.co/vPvgZwjrED

3. 프롬프트 엔지니어링 가이드 (Prompt Engineering Guide): https://t.co/ZJPx57nwFP

4. 실전 대규모 언어 모델 (Hands-On Large Language Models): https://t.co/awbIDVAhWe

5. 초보자를 위한 AI 에이전트 (AI Agents for Beginners): https://t.co/vPvgZwjrED

6. 생성형 AI 에이전트 (GenAI Agents): https://lnkd.in/dEt72MEy

7. Made with ML: https://t.co/rvYry8ZDvF

8. 실전 AI 엔지니어링 (Hands-On AI Engineering): https://t.co/HjMTW5nvW1

9. Awesome Generative AI 가이드 (Awesome Generative AI Guide): https://t.co/qGocn6df1V

10. 머신러닝 시스템 설계 (Designing Machine Learning Systems): https://t.co/zZC31InA1q

11. Microsoft의 초보자를 위한 머신러닝 (Machine Learning for Beginners from Microsoft): https://t.co/SBVf1FPH6f

12. LLM 코스 (LLM Course): https://t.co/OCAvim3jah

🗺️ 가이드 (Guides)

1. Google의 에이전트 백서 (Google's Agent Whitepaper): https://t.co/VYeTNLRPE9

2. Google의 에이전트 컴패니언 (Google's Agent Companion): https://t.co/4gy8NGQe53

3. Anthropic의 효과적인 에이전트 구축 (Building Effective Agents by Anthropic): https://t.co/WcMyxPSiN0.

4. Claude Code 최적의 에이전틱 코딩 관행 (Claude Code Best Agentic Coding practices): https://t.co/d01rxIEmrH

5. OpenAI의 에이전트 구축을 위한 실용 가이드 (OpenAI's Practical Guide to Building Agents): https://t.co/fsQrbj1QUQ

📚 도서 (Books):

1. 딥러닝의 이해 (Understanding Deep Learning): https://t.co/zf0RZ1gaO4

2. 밑바닥부터 만드는 LLM (Building an LLM from Scratch): https://t.co/rCEkYCd7ei

3. LLM 엔지니어링 핸드북 (The LLM Engineering Handbook): https://t.co/cHxt9qbfnL

4. AI 에이전트: 결정판 (AI Agents: The Definitive Guide) - Nicole Koenigstein: https://t.co/No7GopeCi9

5. AI 에이전트를 활용한 애플리케이션 구축 (Building Applications with AI Agents) - Michael Albada: https://t.co/KxDWj7p8Dm

6. MCP를 활용한 AI 에이전트 (AI Agents with MCP) - Kyle Stratis: https://t.co/Pdaw6hnlNh

7. AI 엔지니어링 (AI Engineering): https://t.co/kqEMbAXVDO

📜 논문(Papers):

1. ReAct: https://t.co/gU23m8z2Iw

2. 생성형 에이전트(Generative Agents): https://t.co/5CCFoHUMT3.

3. Toolformer: https://t.co/ux2vgBLQJW

4. 사고의 사슬 프롬프팅(Chain-of-Thought Prompting): https://t.co/v6iOKX28QT.

🧑‍🏫 강좌(Courses):

1. HuggingFace 에이전트 강좌(HuggingFace's Agent Course): https://t.co/njL6khzCWz

2. Anthropic을 활용한 MCP: https://t.co/TWp2H7ltsz

3. Pinecone으로 벡터 데이터베이스 구축하기(Building Vector Databases with Pinecone): https://t.co/bPCar16QJu

4. 임베딩부터 앱까지의 벡터 데이터베이스(Vector Databases from Embeddings to Apps): https://t.co/6AwTQ3Y0nf

5. 에이전트 메모리(Agent Memory): https://t.co/EZSaCFaHDE

네트워크에 리포스트하세요 ♻️
[IMG:https://pbs.twimg.com/media/HJ92V5rbQAAcshf.jpg]