AI knihovna zdarma

Naučte se AI.Navždy zdarma.

1019 Průvodci v jednoduché angličtině, strukturované výukové programy a otevřená knihovna – vytvořené nezávislou neziskovou organizací 501(c)(3), takže moderní umělé inteligenci může porozumět každý.

1019Zdarma průvodci
9Tématické stopy
~2 minPodle průvodce
~34hDoba 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

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

Technický

Destilace znalostí

Destilace znalostí trénuje malý „studentský“ model tak, aby napodoboval velký a přesný „učitelský“ model.

2 min přečtenoPřečtěte si
Technický

Směs expertů

Mixture of Experts (MoE) je modelový návrh, který rozděluje síť do mnoha specializovaných podsítí a aktivuje pouze několik na jeden vstup.

2 min přečtenoPřečtěte si
Základy

Vložení

Vložení mění slova, obrázky nebo jiná data na seznamy čísel (vektorů), takže podobné věci končí těsně u sebe ve vysokorozměrném prostoru.

2 min přečtenoPřečtěte si
Základy

Tokenizace

Tokenizace je krok, který rozseká text na menší kousky zvané tokeny, jednotky, které jazykový model skutečně čte a předpovídá.

2 min přečtenoPřečtěte si
Základy

Feature Engineering

Funkce Feature Engineering je umění převádět nezpracovaná data na informativní vstupy (funkce), které pomáhají modelu učit se.

2 min přečtenoPřečtěte si
Technický

Kvantování modelu

Kvantování modelu zmenšuje neuronovou síť uložením jejích čísel v méně bitech, takže stejný model běží rychleji a na menším hardwaru.

2 min přečtenoPřečtěte si
Technický

Federované učení

Federované učení trénuje sdílený model napříč mnoha zařízeními nebo organizacemi bez shromažďování nezpracovaných dat na jednom místě.

2 min přečtenoPřečtěte si
Základy

Rozhodovací stromy a náhodné lesy

Rozhodovací strom vytváří předpovědi kladením řady jednoduchých otázek ano/ne, jako je vývojový diagram.

2 min přečtenoPřečtěte si
Základy

Podpora vektorových strojů

Podporný vektorový stroj (SVM) je klasický algoritmus, který odděluje dvě skupiny tak, že mezi nimi nakreslí nejširší možnou hranici.

2 min přečtenoPřečtěte si
Základy

Redukce rozměrů

Redukce rozměrů zmenšuje data z mnoha sloupců (prvků) na několik, přičemž zachovává důležitou strukturu.

2 min přečtenoPřečtěte si
Základy

Přenos učení

Transfer learning znovu používá model již natrénovaný na velké datové sadě a přizpůsobuje jej novému souvisejícímu úkolu.

2 min přečtenoPřečtěte si
Základy

Samokontrolované učení

Samokontrolované učení trénuje modely na neoznačených datech vynalézáním úlohy, jejíž odpověď je skryta uvnitř samotných dat.

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.