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.

ZákladyZákladní koncepty: jak AI funguje na vysoké úrovni.84 průvodci Jazyk AILLM, NLP, ChatGPT, výzvy a porozumění textu.155 průvodci Vizuální AIGenerování obrazu, počítačové vidění, video a design.133 průvodci Audio AIHlas, hudba, podcasting a umělá inteligence na prvním místě ve zvuku.117 průvodci SpolečnostiProfily OpenAI, Anthropic, Google, Meta a další.121 průvodci AplikaceJak se AI projevuje v kódování, vyhledávání, agentech a každodenním životě.111 průvodci Průmyslová odvětvíAI ve zdravotnictví, financích, vzdělávání, energetice a dalších.91 průvodci TechnickýČipy, jemné ladění, RAG, vektory a infrastruktura AI.177 průvodci SpolečnostPředpojatost, soukromí, autorská práva, bezpečnost a budoucnost umělé inteligence.30 průvodci

Plná knihovna

Všichni průvodci

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

Základy

Automatické jemné doladění

Jemné ladění samočinné hry zlepšuje model tím, že soutěží s jeho vlastními minulými výstupy nebo se z nich učí a generuje vlastní tréninkový signál.

2 min přečtenoPřečtěte si
Základy

Trénink na zkoušku

Trénink v testovacím čase (TTT) umožňuje modelu, aby se neustále učil z každého nového vstupu v okamžiku, kdy vytváří předpověď, místo toho, aby po tréninku zůstal zmrazený.

2 min přečtenoPřečtěte si
Základy

Grokking a opožděná generalizace

Grokking je překvapivý jev, kdy si neuronová síť nejprve zapamatuje svá trénovací data, po dlouhou dobu sedí na téměř nulové přesnosti ověření a poté…

2 min přečtenoPřečtěte si
Základy

Overfitting a Underfitting

Overfitting je, když si model zapamatuje svá tréninková data a selže na nových příkladech; underfitting je, když je příliš jednoduché zachytit skutečný vzor.

2 min přečtenoPřečtěte si
Základy

Regularizace

Regularizace je soubor technik, které záměrně omezují model tak, aby se zobecňoval na nová data namísto zapamatování trénovací sady.

2 min přečtenoPřečtěte si
Základy

Zpětná propagace

Backpropagation je algoritmus, který umožňuje neuronové síti poučit se ze svých chyb efektivním výpočtem toho, jak moc každá váha přispěla k chybě.

2 min přečtenoPřečtěte si
Základy

Gradientní sestup

Gradient sestup je optimalizační metoda, která ve skutečnosti posouvá závaží modelu dolů směrem k nižší chybě, jeden malý krok po druhém.

2 min přečtenoPřečtěte si
Základy

Ztrátové funkce

Ztrátová funkce je jediné číslo, které modelu říká, jak chybné jsou jeho předpovědi, a mění vágní cíl v něco, co může matematika optimalizovat.

2 min přečtenoPřečtěte si
Základy

Aktivační funkce

Aktivační funkce jsou malé nelineární brány uvnitř každého neuronu, které umožňují neuronovým sítím učit se složité, zakřivené vzory namísto pouhých rovných čar.

2 min přečtenoPřečtěte si
Základy

Konvoluční neuronové sítě

Konvoluční neuronové sítě (CNN) jsou architekturou pro pochopení obrázků.

2 min přečtenoPřečtěte si
Základy

Rekurentní neuronové sítě

Rekurentní neuronové sítě (RNN) jsou vytvořeny tak, aby zvládaly sekvence jako text, řeč a časové řady.

2 min přečtenoPřečtěte si
Základy

Generativní nepřátelské sítě

Generative Adversarial Networks (GAN) vytvářejí realistická nová data tím, že proti sobě postaví dvě neuronové sítě v soutěži.

2 min přečtenoPřečtěte si

Dočetl jsi to? Dokaž to.

Zkontrolujte, co jste se naučili, pomocí tematického kvízu a poté prozkoumejte naše strukturované kurzy nebo se snažte získat certifikát. Každý průvodce zůstává zdarma ke čtení.

Otestuj, co ses naučilZískejte certifikaciDarovatO naší misi