KI-Grundlagen
Verstehen Sie, was KI ist, wie Systeme lernen, wo sie versagen und wie Sie Ansprüche ohne Aufregung beurteilen können.
Kostenlose KI-Bibliothek
177 Leitfäden in einfachem Englisch, strukturierte Lernpfade und eine offene Bibliothek – erstellt von einer unabhängigen gemeinnützigen Organisation 501(c)(3), damit jeder moderne KI verstehen kann.
Beginnen Sie hier
Jeder Kurs umfasst explizite Ergebnisse, abgebildete Kompetenzen, Übungsaktivitäten und einen angewandten Schlussstein.
Verstehen Sie, was KI ist, wie Systeme lernen, wo sie versagen und wie Sie Ansprüche ohne Aufregung beurteilen können.
Nutzen Sie KI produktiv und schützen Sie gleichzeitig die Privatsphäre, überprüfen Sie die Ergebnisse und wahren Sie die menschliche Verantwortung.
Bewerten Sie Anwendungsfälle am Arbeitsplatz, führen Sie sichere Pilotprojekte durch, messen Sie den Wert und kommunizieren Sie Änderungen verantwortungsbewusst.
Analysieren Sie KI-Systeme anhand von Rechten, Gerechtigkeit, Governance, Sicherheit und Ergebnissen im öffentlichen Interesse.
Verstehen Sie Sprachmodelle, Abruf, Agenten, Bewertung, Kosten und Bereitstellungsschutz durch praktisches Systemdesign.
Themenspuren
Springen Sie in den Bereich, der Ihnen am Herzen liegt. Zu jedem Titel gibt es mehrere leicht verständliche Anleitungen.
Vollständige Bibliothek
177 von 1019 Anleitungen angezeigt. Filtern Sie nach Titel oder suchen Sie oben.
CUDA ist NVIDIAs Plattform zum Schreiben von Programmen, die auf GPUs laufen und Tausende von Kernen für parallele Berechnungen freischalten.
TechnischExplainable AI (XAI) ist das Toolkit, um die undurchsichtige Vorhersage eines Modells in eine für Menschen lesbare Begründung umzuwandeln.
TechnischUnter mechanistischer Interpretierbarkeit versteht man den Versuch, die internen Berechnungen neuronaler Netze in für den Menschen verständliche Algorithmen umzuwandeln.
TechnischKontroverse Beispiele sind Eingaben, die durch winzige, oft nicht wahrnehmbare Änderungen gestört werden, die dazu führen, dass ein Modell sichere, falsche Vorhersagen trifft.
TechnischDatenparallelität trainiert ein Modell schneller, indem es auf vielen GPUs repliziert wird, wobei jede GPU einen anderen Teil des Datenstapels verarbeitet.
TechnischWenn ein Modell zu groß ist, um auf eine GPU zu passen, wird das Modell selbst durch Modell- und Pipeline-Parallelität auf mehrere Geräte aufgeteilt.
TechnischZeRO (Zero Redundancy Optimizer) eliminiert die verschwenderische Speicherduplizierung der Datenparallelität durch Sharding des Optimiererstatus, der Verläufe und der Gewichtungen über …
TechnischUnter Experiment-Tracking versteht man die systematische Aufzeichnung jedes maschinellen Lernlaufs – seines Codes, seiner Daten, Hyperparameter, Metriken und Ausgaben – also…
TechnischCI/CD für maschinelles Lernen erweitert Continuous Integration- und Continuous Delivery-Pipelines, um nicht nur Code, sondern auch Daten und Modelle abzudecken.
TechnischCanary- und Shadow-Bereitstellungen sind zwei risikoarme Strategien für die Freigabe eines neuen Modells oder Dienstes für die Produktion.
TechnischDurch schnelles Caching kann ein KI-Modell die Rechenarbeit, die es für einen wiederholten Textabschnitt geleistet hat, wiederverwenden, anstatt ihn jedes Mal neu zu verarbeiten.
TechnischEin Reranker ist ein Modell der zweiten Stufe, das eine Auswahlliste von Suchergebnissen hinsichtlich ihrer Relevanz für eine Suchanfrage neu bewertet und die Reihenfolge nach einem schnellen Abruf schärft.
Überprüfen Sie anhand von Themenquiz, was Sie gelernt haben, und erkunden Sie anschließend unsere strukturierten Kurse und aktuellen Zertifizierungsanforderungen. Die wichtigsten Leitfäden bleiben weiterhin frei lesbar.