AI knihovna zdarma

Základy průvodciNavždy zdarma.

84 Průvodci v jednoduché angličtině, strukturované výukové programy a otevřená knihovna – vytvořené nezávislou neziskovou organizací 501(c)(3), takže moderní umělé inteligenci může porozumět každý.

84Zdarma průvodci
1Tématické stopy
~2 minPodle průvodce
~3hDoba čtení

Začněte zde

Pět Kurzy založené na výsledcích

Každý kurz obsahuje explicitní výsledky, namapované kompetence, cvičné aktivity a aplikovaný závěrečný projekt.

Tématické stopy

Procházet podle stopy

Skočte do oblasti, na které vám záleží. Každá trať má několik jednoduchých anglických průvodců.

Plná knihovna

Všichni průvodci

84 z 1019 zobrazena vodítka. Filtrujte podle skladby nebo vyhledávání výše.

Základy

Stochastický gradientní sestup s hybností

Momentum je vylepšené klesání do gradientu, které shromažďuje průběžný průměr minulých gradientů, umožňuje optimalizaci rychleji procházet údolími a tlumit…

2 min přečtenoPřečtěte si
Základy

Nesterov zrychlený gradient

Nesterov Accelerated Gradient (NAG) je chytřejší forma hybnosti, která před výpočtem gradientu nahlíží dopředu a dává mu korektivní výhled dopředu.

2 min přečtenoPřečtěte si
Základy

Trojitá ztráta a metrické učení

Ztráta tripletů učí neuronovou síť umisťovat podobné předměty blízko sebe a odlišné předměty daleko od sebe ve vkládacím prostoru.

2 min přečtenoPřečtěte si
Základy

Vyhlazování štítků

Vyhlazování štítků je jednoduchý trik pro regulaci, který změkčuje tvrdé jednorázové tréninkové cíle a říká modelu, že správná odpověď je velmi pravděpodobná, ale ne 100…

2 min přečtenoPřečtěte si
Základy

Buňky dlouhodobé krátkodobé paměti

Buňky Long Short-Term Memory (LSTM) jsou speciálním druhem jednotky rekurentní neuronové sítě vytvořené tak, aby si pamatovala informace v dlouhých sekvencích.

2 min přečtenoPřečtěte si
Základy

K-Means Clustering

K-Means je algoritmus bez dozoru, který automaticky třídí data do K skupin nalezením center clusteru.

2 min přečtenoPřečtěte si
Základy

K-Nejbližší sousedé

K-Nearest Neighbors (KNN) klasifikuje nový datový bod tím, že se podívá na K nejbližších příkladů a provede většinové hlasování.

2 min přečtenoPřečtěte si
Základy

Logistická regrese

Logistická regrese předpovídá pravděpodobnost, že něco patří do třídy, jako je spam nebo ne, tím, že se vážený součet protlačí křivkou ve tvaru písmene S.

2 min přečtenoPřečtěte si
Základy

Naivní Bayesovy klasifikátory

Naive Bayes je rychlý, pravděpodobnostní klasifikátor postavený na Bayesově teorému, který předpokládá, že každý prvek je nezávislý na dané třídě.

2 min přečtenoPřečtěte si
Základy

Křivky ROC a AUC

Křivka ROC vykresluje, jak dobře klasifikátor odděluje dvě třídy přes každý možný práh rozhodování, a AUC stlačuje celou křivku do jednoho čísla.

2 min přečtenoPřečtěte si
Základy

Matice zmatku

Matice zmatků je jednoduchá tabulka, která rozděluje předpovědi klasifikátoru na správné a nesprávné počty pro každou třídu.

2 min přečtenoPřečtěte si
Základy

Bias-Variance Tradeoff

Kompromis odchylky a odchylky vysvětluje, proč model může selhat tím, že je příliš jednoduchý nebo příliš složitý.

2 min přečtenoPřečtěte si

Dočetl jsi to? Dokaž to.

Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.

Fundamentals AI Guides — Page 3 of 7 | AI Understanding