এআই ফাউন্ডেশন
AI কী, সিস্টেমগুলি কীভাবে শেখে, কোথায় ব্যর্থ হয় এবং হাইপ ছাড়াই কীভাবে দাবির বিচার করা যায় তা বুঝুন।
বিনামূল্যে এআই লাইব্রেরি
177 প্লেইন-ইংরেজি গাইড, স্ট্রাকচার্ড শেখার পাথ, এবং একটি উন্মুক্ত লাইব্রেরি — একটি স্বাধীন 501(c)(3) অলাভজনক দ্বারা নির্মিত যাতে যে কেউ আধুনিক AI বুঝতে পারে৷
এখানে শুরু করুন
প্রতিটি কোর্সে সুস্পষ্ট ফলাফল, ম্যাপ করা দক্ষতা, অনুশীলন কার্যক্রম এবং একটি প্রয়োগকৃত ক্যাপস্টোন অন্তর্ভুক্ত থাকে।
AI কী, সিস্টেমগুলি কীভাবে শেখে, কোথায় ব্যর্থ হয় এবং হাইপ ছাড়াই কীভাবে দাবির বিচার করা যায় তা বুঝুন।
গোপনীয়তা রক্ষা, আউটপুট পরীক্ষা এবং মানুষের জবাবদিহিতা রক্ষা করার সময় AI উত্পাদনশীলভাবে ব্যবহার করুন।
কর্মক্ষেত্রে ব্যবহারের ক্ষেত্রে মূল্যায়ন করুন, নিরাপদ পাইলট চালান, মান পরিমাপ করুন এবং দায়িত্বের সাথে পরিবর্তনগুলি যোগাযোগ করুন।
অধিকার, ইক্যুইটি, গভর্নেন্স, সুরক্ষা এবং জনস্বার্থের ফলাফলের মাধ্যমে এআই সিস্টেমগুলি বিশ্লেষণ করুন।
ব্যবহারিক সিস্টেম ডিজাইনের মাধ্যমে ভাষার মডেল, পুনরুদ্ধার, এজেন্ট, মূল্যায়ন, খরচ এবং স্থাপনার সুরক্ষাগুলি বুঝুন।
বিষয় ট্র্যাক
আপনার পছন্দের এলাকায় ঝাঁপ দাও। প্রতিটি ট্র্যাকে একাধিক প্লেইন-ইংরেজি গাইড রয়েছে৷
সম্পূর্ণ লাইব্রেরি
177 এর 1019 গাইড দেখানো হয়েছে। ট্র্যাক দ্বারা ফিল্টার করুন বা উপরে অনুসন্ধান করুন।
শিক্ষক জোর করা হল সিকোয়েন্স মডেলের জন্য একটি প্রশিক্ষণ কৌশল যেখানে প্রকৃত পূর্ববর্তী টোকেন, মডেলের নিজস্ব অনুমান নয়, পরবর্তী ইনপুট হিসাবে খাওয়ানো হয়।
টেকনিক্যালএক্সপোজার বায়াস হল সেই ব্যবধান যা দেখা যায় যখন শুধুমাত্র নিখুঁত উপসর্গের উপর প্রশিক্ষিত একটি মডেলকে, অনুমানে, তার নিজস্ব অপূর্ণ আউটপুটগুলির উপর শর্ত থাকতে হবে।
টেকনিক্যালফোকাল লস হল একটি পরিবর্তিত ক্ষতি ফাংশন যা সহজ উদাহরণের ওজন কমিয়ে দেয় যাতে একটি ডিটেক্টর কঠিন, বিরলগুলির উপর ফোকাস করতে পারে।
টেকনিক্যালটেস্ট-টাইম অগমেন্টেশন (TTA) একই ইনপুটের বিভিন্ন পরিবর্তিত সংস্করণে একটি প্রশিক্ষিত মডেল চালায় এবং ভবিষ্যদ্বাণীগুলির গড় করে।
টেকনিক্যালনেগেটিভ স্যাম্পলিং এবং নয়েজ কনট্রাস্টিভ এস্টিমেশন (NCE) হল এমন কৌশল যা মডেলগুলিকে একটি ব্যয়বহুল সম্পূর্ণ সফ্টম্যাক্স গণনা না করেই বিশাল শব্দভান্ডার শিখতে দেয়৷
টেকনিক্যালInfoNCE হল বিপরীত ক্ষয় যা একটি মডেলকে মিলিত জোড়াকে একত্রে টানতে এবং এম্বেডিং স্পেসে অমিল জোড়াকে আলাদা করতে শেখায়।
টেকনিক্যালস্টোকাস্টিক ওয়েট এভারেজিং (এসডব্লিউএ) শুধুমাত্র ফাইনাল রাখার পরিবর্তে প্রশিক্ষণে দেরীতে বেশ কয়েকটি পয়েন্ট থেকে মডেলের ওজনের একটি সাধারণ গড় নেয়…
টেকনিক্যাললুকহেড এবং লায়ন হল নিউরাল-নেটওয়ার্ক অপ্টিমাইজেশানের দুটি আধুনিক মোড়।
টেকনিক্যালMixup এবং CutMix হল ডেটা-অগমেন্টেশন পদ্ধতি যা দুটি ছবি এবং তাদের লেবেলগুলিকে মিশ্রিত করে নতুন প্রশিক্ষণের উদাহরণ তৈরি করে।
টেকনিক্যালহার্ড নেগেটিভ মাইনিং সবচেয়ে তথ্যপূর্ণ, কঠিন থেকে আলাদা করার উদাহরণ বেছে নেয় যে মডেলটি ইতিমধ্যেই পাওয়া সহজে প্রচেষ্টা নষ্ট করার পরিবর্তে প্রশিক্ষণের জন্য...
টেকনিক্যালক্যাপসুল নেটওয়ার্কগুলি হল একটি নিউরাল আর্কিটেকচার যা নিউরনগুলিকে 'ক্যাপসুল'-এ গোষ্ঠীবদ্ধ করে যা একটি বৈশিষ্ট্য বিদ্যমান কিনা এবং এর ভঙ্গি উভয়ই এনকোডিং ভেক্টর আউটপুট করে...
টেকনিক্যালরিজার্ভায়ার কম্পিউটিং হল পৌনঃপুনিক নেটওয়ার্কের প্রশিক্ষণের জন্য একটি চতুর শর্টকাট: একটি বৃহৎ, এলোমেলোভাবে সংযুক্ত নিউরনের 'জলাশয়' স্থির রাখুন এবং শুধুমাত্র ট্রেন করুন...
Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.