wandb/edu

このプロジェクトについて

これは、人気の機械学習実験追跡プラットフォームを提供する Weights & Biases (W&B) の公開リポジトリです。AI 学習のための無料教材をトピック別にまとめています。これらは W&B の有料オンラインコースを補完するように設計されていますが、README によると単独でも役立ちます。

主な内容：カテゴリ別のコース教材

リポジトリには、4 つの分野のコース形式の教材がリストされています。

1. 大規模言語モデル (LLM) — 6 つのコース：

• RAG++ — エンジニア向けの実践的な「検索拡張生成」テクニック：パフォーマンス向上、コスト削減、精度向上のための本番対応の方法。
• LLM プロンプティング開発者ガイド — システムプロンプトからモデル固有の戦略までのプロンプトエンジニアリングの基礎。
• LLM エンジニアリング：構造化出力 — 構造化 JSON 出力、関数呼び出し、複雑な検証の処理。
• LLM 搭載アプリの構築 — LLM API、LangChain、W&B の LLM ツールを使用したアプリ構築。
• LLM のトレーニングとファインチューニング — LoRA や RLHF を含むアーキテクチャ、トレーニング、ファインチューニング手法。
• 生成 AI の評価とデバッグ — W&B プラットフォームを使用した生成 AI 作業の評価とデバッグ。

2. MLOps（機械学習運用）— 5 つのコース。モデル CI/CD、モデル開発ワークフロー、GitHub Actions を使用した GitOps 風の ML CI/CD、本番パイプラインでのデータ検証、ビジネス上の意思決定最適化への ML の使用をカバーしています。

3. W&B ツール — 2 つのコース：

• W&B 101 — 実験追跡、可視化、最適化の入門。
• W&B 201：モデルレジストリ — 高度なモデル管理：ML モデルのログ記録、登録、管理。

4. 国際コース — 「Effective MLOps: Model Development」コースの韓国語版と日本語版。

追加リソース

• 教育者向け：教育者、ティーチングアシスタント、学生向けの教材を含むフォルダ。
• ML のための数学：機械学習のための数学の復習。

すべてにアクセスする方法

すべての教材は GitHub リポジトリ（このプロジェクト）にあります。コースの登録と詳細は、README にリンクされている W&B AI アカデミーウェブサイト (wandb.courses) にあります。

結論： 構造化されたインストラクター設計の教材で LLM エンジニアリング、MLOps、または W&B 独自のツールを学びたい場合、このリポジトリは有料コースを受講しなくても自己完結型の出発点となります。