# WebGuideBD AI Academy

> Free Bangla course on practical AI & LLM engineering — concepts first, then JavaScript practice. Author: Muhibbullah Ansary. Site: Web Guide BD.

Language: Bengali (bn) primary; English technical terms kept where useful.
Access: Chapters 1–2 are public; later chapters need a free login for full lesson bodies (public overview still available).
Do not invent ratings, student counts, or phone numbers not listed on the site.
Sitemap (search engines): https://webguidebd.site/sitemap.xml
Canonical academy home: https://webguidebd.site/

## Start here
- [WebGuideBD AI Academy](https://webguidebd.site/): বাংলায় practical AI ও LLM কোর্স — বিনামূল্যে।
- [পাঠ্যক্রম / Roadmap](https://webguidebd.site/ai-academy/roadmap/): সব অধ্যায় ও পাঠের মানচিত্র।
- [আমাদের সম্পর্কে — Muhibbullah Ansary](https://webguidebd.site/about/): প্রতিষ্ঠাতা ও শিক্ষক পরিচিতি।
- [যোগাযোগ](https://webguidebd.site/contact-us/): Contact WebGuideBD AI Academy.
- [শব্দকোষ](https://webguidebd.site/ai-academy/glossary/): AI ও LLM টার্মের বাংলা ব্যাখ্যা।

## Public lessons (no login)
- [AI কী এবং কেন গুরুত্বপূর্ণ](https://webguidebd.site/ai-academy/lesson/ai-ki/): AI মানে ইনপুট থেকে কাজের উপযোগী আউটপুট গণনা করা সিস্টেম—“বোঝা” শব্দটি কেন সাবধানে ব্যবহার করতে হয়।
- [Machine Learning, Deep Learning ও LLM](https://webguidebd.site/ai-academy/lesson/ml-dl-llm/): AI ⊃ Machine Learning ⊃ Deep Learning ⊃ LLM—প্রতিটি স্তর কী যোগ করে।
- [Training বনাম Inference](https://webguidebd.site/ai-academy/lesson/train-vs-inference/): Training-এ parameter বদলায়, inference-এ বদলায় না—খরচ, সময় ও গোপনীয়তায় এর প্রভাব।
- [Model, Parameter, Dataset, Feature, Label](https://webguidebd.site/ai-academy/lesson/models-params-data/): একটি ছোট ডেটাসেট টেবিল দিয়ে model, parameter, feature, label ও prediction-এর সংজ্ঞা।
- [সক্ষমতা ও সীমাবদ্ধতা](https://webguidebd.site/ai-academy/lesson/capabilities-limits/): মডেল ভালো করে training ডেটার মতো ইনপুটে; hallucination, bias, ডেটার বাইরের ইনপুট এবং কেন মানুষের যাচাই লাগে।
- [AI Engineer বনাম AI Researcher](https://webguidebd.site/ai-academy/lesson/engineer-vs-researcher/): দুই ভূমিকার প্রশ্ন, কাজের ফল ও দক্ষতা—এবং এই কোর্স কীভাবে দুই পথেই ভিত্তি দেয়।
- [শেখার রোডম্যাপ](https://webguidebd.site/ai-academy/lesson/learning-roadmap/): ১৫ অধ্যায়ের পথ, কোন অধ্যায় কোনটির ওপর দাঁড়িয়ে, এবং কীভাবে সময় ভাগ করবেন।
- [অ্যাক্টিভিটি: নিয়ম বনাম উদাহরণ-ভিত্তিক আচরণ](https://webguidebd.site/ai-academy/lesson/niyom-vs-udahoron/): একই মেসেজে হাতে লেখা নিয়ম ও উদাহরণ-মিলের আচরণ তুলনা—সিমুলেশন, trained model নয়।
- [Variables, Values ও Types](https://webguidebd.site/ai-academy/lesson/values-types/): const/let দিয়ে মান রাখা; number, string, boolean, undefined, null; typeof; স্ট্রিং যোগের বাগ।
- [Arrays ও Objects](https://webguidebd.site/ai-academy/lesson/arrays-objects/): Array = ক্রমানুসারে তালিকা (index 0 থেকে), Object = নাম-দেওয়া ঘর; পণ্য ক্যাটালগ সাজানো।
- [Functions ও Conditions](https://webguidebd.site/ai-academy/lesson/functions-conditions/): function = ইনপুট নিয়ে আউটপুট ফেরত; if/else ও তুলনা অপারেটর; arrow function; ডেলিভারি চার্জ হিসাব।
- [Loops, Modules ও Execution Flow](https://webguidebd.site/ai-academy/lesson/loops-modules/): for, for...of, map/filter/reduce; execution flow ট্রেস; module দিয়ে কোড ভাগ (import/export ও এই রানারের ভার্চুয়াল মডিউল)।
- [JSON, Async/Await ও Errors](https://webguidebd.site/ai-academy/lesson/json-async/): JSON.stringify/parse; Promise ও async/await লোকাল fixture দিয়ে; try/catch/throw; আসল নেটওয়ার্ক কলের সাথে পার্থক্য।
- [Practical Debugging](https://webguidebd.site/ai-academy/lesson/debugging/): এরর বার্তা পড়া, অনুমান → পরীক্ষা চক্র, মধ্যবর্তী মান ছাপা, ছোট ইনপুটে সমস্যা ছোট করা; একটি ডিসকাউন্ট বাগ খোঁজা।
- [প্রজেক্ট: Rule-based Support Assistant](https://webguidebd.site/ai-academy/lesson/project-support-assistant/): নিয়মভিত্তিক গ্রাহক-সাপোর্ট অ্যাসিস্ট্যান্ট: স্বাভাবিকীকরণ, intent শনাক্ত, fixture থেকে অর্ডার, সিদ্ধান্তের ট্রেস এবং ব্যর্থতার বিশ্লেষণ।

## Chapters
- [AI ও LLM পরিচিতি](https://webguidebd.site/ai-academy/chapter/ai-o-llm-porichiti/): AI, machine learning, deep learning ও LLM-এর সম্পর্ক; training বনাম inference; model, parameter, dataset; সক্ষমতা ও সীমা; শেখার পথ।
- [AI শেখার জন্য প্রয়োজনীয় JavaScript](https://webguidebd.site/ai-academy/chapter/ai-shekhar-javascript/): Variables থেকে async/await—AI অনুশীলনের জন্য JavaScript ভিত্তি এবং একটি rule-based সাপোর্ট অ্যাসিস্ট্যান্ট প্রজেক্ট।
- [গণিতের ভিত্তি](https://webguidebd.site/ai-academy/chapter/goniter-vitti/): Scalar, vector, matrix ও shape; dot product ও cosine similarity; weighted sum; সম্ভাব্যতা; logarithm; derivative, gradient, chain rule ও gradient descent।
- [Machine Learning-এর ভিত্তি](https://webguidebd.site/ai-academy/chapter/machine-learning-vitti/): ডেটার মান ও feature scaling; train/validation/test ভাগ; regression ও classification; loss ও optimization; overfitting ও regularization; accuracy, precision, recall, F1; data leakage।
- [Neural Network ও Deep Learning](https://webguidebd.site/ai-academy/chapter/neural-network/): Neuron ও activation; layer ও forward pass; backpropagation; training loop; initialization ও optimizer (SGD, momentum, Adam); normalization, residual connection, dropout।
- [Computer Vision-এর ভিত্তি](https://webguidebd.site/ai-academy/chapter/computer-vision/): ছবি = সংখ্যার গ্রিড; filter ও convolution; CNN ও feature map; pooling; সিন্থেটিক প্যাটার্ন ক্লাসিফায়ার; transfer learning ধারণা ও vision↔LLM সেতু।
- [Tokenization ও Language Modeling](https://webguidebd.site/ai-academy/chapter/token-language-model/): Unicode ও বাংলা অক্ষর; word, character ও subword token; BPE; vocabulary ও অজানা token; next-token prediction; bigram ও n-gram মডেল; smoothing; cross-entropy ও perplexity।
- [Embeddings ও Semantic Search](https://webguidebd.site/ai-academy/chapter/embedding/): One-hot বনাম dense embedding; embedding lookup; co-occurrence ও PPMI; skip-gram দিয়ে embedding শেখা; vector গাণিতিক ও তার সীমা; bias; cosine দিয়ে semantic search ও threshold।
- [Attention ও Transformer](https://webguidebd.site/ai-academy/chapter/attention-transformer/): প্রসঙ্গ-নির্ভর অর্থ; attention = similarity-ভিত্তিক weighted average; Q, K, V ও shape; √d দিয়ে scaling; stable softmax; causal mask; positional encoding; multi-head; Transformer block (residual, LayerNorm, feed-forward)।
- [LLM Training ও Text Generation](https://webguidebd.site/ai-academy/chapter/llm-training-generation/): Pretraining-এর next-token loss ও teacher forcing; temperature, greedy, top-k, top-p sampling; seed ও পুনরুৎপাদন; fine-tuning, instruction tuning, preference optimization (DPO); calibration ও hallucination।
- [LLM Application Engineering](https://webguidebd.site/ai-academy/chapter/llm-application-engineering/): API request ও message role, prompt-এর গঠন, structured output ও schema validation, streaming, timeout ও cancellation, backoff-সহ retry, rate limit, token-খরচ ও latency, secret ব্যবস্থাপনা, এবং যাচাই-করা tool calling।
- [Retrieval-Augmented Generation (RAG)](https://webguidebd.site/ai-academy/chapter/retrieval-augmented-generation/): নথি, chunking ও metadata; keyword (BM25), vector ও hybrid search; reranking ও context assembly; উৎস-উল্লেখ (citation); জ্ঞান হালনাগাদ; access control ও tenant isolation; retrieval-মূল্যায়ন বনাম উত্তর-মূল্যায়ন।
- [Workflow, Agent ও Evaluation](https://webguidebd.site/ai-academy/chapter/workflow-agent-evaluation/): নির্ধারিত workflow বনাম agent-এর সিদ্ধান্ত; টুল, state, memory ও orchestration; কখন সরল workflow যথেষ্ট; গুরুত্বপূর্ণ কাজে মানুষের অনুমোদন; prompt injection ও অবিশ্বস্ত কনটেন্ট; কাজ-নির্দিষ্ট ডেটাসেট, regression test, ব্যর্থতা-বিশ্লেষণ ও monitoring।
- [JavaScript থেকে Python ও PyTorch](https://webguidebd.site/ai-academy/chapter/javascript-to-python-pytorch/): JavaScript জানা শিক্ষার্থীর জন্য Python: সিনট্যাক্সের মিল-অমিল, list/dict, function, class, module ও virtual environment; NumPy array ও broadcasting; PyTorch tensor, shape, device, autograd, Dataset/DataLoader, training loop ও checkpoint; দুটি প্রজেক্ট—অধ্যায় ৫-এর নেটওয়ার্ক PyTorch-এ এবং একটি ছোট character-level language model।
- [ক্যাপস্টোন: Engineering ও Research ট্র্যাক](https://webguidebd.site/ai-academy/chapter/capstone-projects/): দুটি ট্র্যাক: engineering (মেপে মডেল বাছাই, caching, batching, observability, privacy, reliability, ব্যর্থতা সামলানো, multi-tenant স্থাপত্য, evaluation-চালিত উন্নতি) ও research (পেপার পড়া, প্রশ্ন, baseline, hypothesis, নিয়ন্ত্রিত পরীক্ষা, ablation, seed ও variance, reproducibility, benchmark-এর সীমা, নেতিবাচক ফল)। ক্যাপস্টোন A: বাংলা knowledge assistant; ক্যাপস্টোন B: পুনরুৎপাদনযোগ্য ছোট-মডেল পরীক্ষা।

## Optional
- [Sitemap XML](https://webguidebd.site/sitemap.xml): All public indexable URLs for crawlers
- [Academy sitemap](https://webguidebd.site/ai-academy/sitemap.xml): Same urlset under /ai-academy/
- [গোপনীয়তা নীতি](https://webguidebd.site/ai-academy/privacy/): Privacy policy.
- [সম্পাদকীয় নীতি](https://webguidebd.site/ai-academy/editorial/): Editorial standards.