> ## Documentation Index
> Fetch the complete documentation index at: https://wb-21fd5541-serverless-sft-revamp.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# 튜토리얼 개요

> 대화형 튜토리얼을 통해 W&B 사용을 시작해 보세요.

## Fundamentals

다음 튜토리얼은 기계학습 실험 추적, 모델 평가, 하이퍼파라미터 튜닝, 모델 및 데이터셋 버전 관리 등 W\&B의 핵심 기능을 안내합니다.

<CardGroup cols={2}>
  <Card title="Track experiments" href="/models/tutorials/experiments/">
    기계학습 실험 추적, 모델 체크포인트 생성, 팀과의 협업 등을 위해 W\&B를 사용하세요.
  </Card>

  <Card title="Visualize predictions" href="/models/tutorials/tables/">
    MNIST 데이터를 활용한 PyTorch 트레이닝 과정에서 모델의 예측값을 추적, 시각화 및 비교합니다.
  </Card>
</CardGroup>

<CardGroup cols={2}>
  <Card title="Tune hyperparameters" href="/models/tutorials/sweeps/">
    W\&B Sweeps 를 사용하여 학습률, 배치 크기, 은닉층 수와 같은 하이퍼파라미터 값의 조합을 자동으로 탐색하는 체계적인 방법을 만드세요.
  </Card>

  <Card title="Track models and datasets" href="/models/tutorials/artifacts/">
    W\&B Artifacts 를 사용하여 ML 실험 파이프라인을 추적하세요.
  </Card>
</CardGroup>

## 주요 ML 프레임워크 튜토리얼

인기 있는 ML 프레임워크 및 라이브러리를 W\&B와 함께 사용하는 단계별 방법은 다음 튜토리얼을 참조하세요.

<CardGroup cols={2}>
  <Card title="PyTorch" href="/models/tutorials/pytorch">
    W\&B를 PyTorch 코드에 통합하여 파이프라인에 실험 추적 기능을 추가하세요.
  </Card>

  <Card title="HuggingFace Transformers" href="/models/tutorials/huggingface">
    W\&B 인테그레이션을 통해 Hugging Face 모델의 성능을 빠르게 시각화하세요.
  </Card>
</CardGroup>

<CardGroup cols={2}>
  <Card title="Keras" href="/models/tutorials/tensorflow">
    기계학습 실험 추적, 데이터셋 버전 관리 및 프로젝트 협업을 위해 W\&B와 Keras를 사용하세요.
  </Card>

  <Card title="XGBoost" href="/models/tutorials/xgboost_sweeps/">
    기계학습 실험 추적, 데이터셋 버전 관리 및 프로젝트 협업을 위해 W\&B와 XGBoost를 사용하세요.
  </Card>
</CardGroup>

## 기타 리소스

W\&B AI Academy를 방문하여 애플리케이션에서 LLM을 트레이닝, 파인튜닝 및 사용하는 방법을 배워보세요. MLOps 및 LLMOps 솔루션을 구현할 수 있습니다. W\&B 코스를 통해 실제 ML 과제들을 해결해 보세요.

* Large Language Models (LLMs)
  * [LLM Engineering: Structured Outputs](https://www.wandb.courses/courses/steering-language-models?utm_source=wandb_docs\&utm_medium=code\&utm_campaign=tutorials)
  * [Building LLM-Powered Apps](https://www.wandb.courses/courses/building-llm-powered-apps?utm_source=wandb_docs\&utm_medium=code\&utm_campaign=tutorials)
  * [Training and Fine-tuning Large Language Models](https://www.wandb.courses/courses/training-fine-tuning-LLMs?utm_source=wandb_docs\&utm_medium=code\&utm_campaign=tutorials)
* Effective MLOps
  * [Model CI/CD](https://www.wandb.courses/courses/enterprise-model-management?utm_source=wandb_docs\&utm_medium=code\&utm_campaign=tutorials)
  * [Effective MLOps: Model Development](https://www.wandb.courses/courses/effective-mlops-model-development?utm_source=wandb_docs\&utm_medium=code\&utm_campaign=tutorials)
  * [CI/CD for Machine Learning (GitOps)](https://www.wandb.courses/courses/ci-cd-for-machine-learning?utm_source=wandb_docs\&utm_medium=code\&utm_campaign=tutorials)
  * [Data Validation in Production ML Pipelines](https://www.wandb.courses/courses/data-validation-for-machine-learning?utm_source=wandb_docs\&utm_medium=code\&utm_campaign=tutorials)
  * [Machine Learning for Business Decision Optimization](https://www.wandb.courses/courses/decision-optimization?utm_source=wandb_docs\&utm_medium=code\&utm_campaign=tutorials)
* W\&B Models
  * [W\&B 101](https://wandb.ai/site/courses/101/?utm_source=wandb_docs\&utm_medium=code\&utm_campaign=tutorials)
  * [W\&B 201: Model Registry](https://www.wandb.courses/courses/201-model-registry?utm_source=wandb_docs\&utm_medium=code\&utm_campaign=tutorials)