Δωρεάν βιβλιοθήκη AI

Βασικές αρχές οδηγούςΔωρεάν για πάντα.

84 Απλοί Αγγλικοί οδηγοί, δομημένες διαδρομές μάθησης και μια ανοιχτή βιβλιοθήκη — χτισμένη από έναν ανεξάρτητο μη κερδοσκοπικό οργανισμό 501(c)(3), ώστε ο καθένας να μπορεί να κατανοήσει τη σύγχρονη τεχνητή νοημοσύνη.

84Δωρεάν οδηγοί
1Θεματικά κομμάτια
~2 minΑνά οδηγό
~3hΏρα ανάγνωσης

Ξεκινήστε εδώ

Πέντε μαθήματα βασισμένα στο αποτέλεσμα

Κάθε μάθημα περιλαμβάνει σαφή αποτελέσματα, χαρτογραφημένες ικανότητες, δραστηριότητες εξάσκησης και ένα εφαρμοσμένο ορόσημο.

02

Υπεύθυνος χρήστης AI

Χρησιμοποιήστε την τεχνητή νοημοσύνη παραγωγικά προστατεύοντας παράλληλα το απόρρητο, ελέγχοντας τα αποτελέσματα και διατηρώντας την ανθρώπινη ευθύνη.

  1. 1Prompt Engineering
  2. 2Ψευδαισθήσεις AI
  3. 3AI & Απόρρητο
  4. 4AI στην καθημερινή ζωή
~5h για να ολοκληρωθείΔείτε το μάθημα
03

AI στην εργασία

Αξιολογήστε περιπτώσεις χρήσης στο χώρο εργασίας, εκτελέστε ασφαλείς πιλότους, μετρήστε την αξία και κοινοποιήστε τις αλλαγές με υπευθυνότητα.

  1. 1Αυτοματισμός ροής εργασίας AI
  2. 2Σημεία αναφοράς AI
  3. 3AI & θέσεις εργασίας
  4. 4Διακυβέρνηση AI
~6h για να ολοκληρωθείΔείτε το μάθημα
05

Κατασκευή με συστήματα AI

Κατανοήστε τα γλωσσικά μοντέλα, την ανάκτηση, τους πράκτορες, την αξιολόγηση, το κόστος και τις διασφαλίσεις ανάπτυξης μέσω του πρακτικού σχεδιασμού του συστήματος.

  1. 1ChatGPT και LLM
  2. 2Ποιότητα ανάκτησης
  3. 3Πράκτορες AI
  4. 4Σημεία αναφοράς AI
~8h για να ολοκληρωθείΔείτε το μάθημα

Θεματικά κομμάτια

Περιήγηση ανά κομμάτι

Πήδα στην περιοχή που σε ενδιαφέρει. Κάθε κομμάτι έχει πολλούς απλούς αγγλικούς οδηγούς.

Βασικές αρχέςΒασικές έννοιες: πώς λειτουργεί το AI σε υψηλό επίπεδο.84 οδηγούς Γλώσσα AILLM, NLP, ChatGPT, προτροπή και κατανόηση κειμένου.155 οδηγούς Οπτική τεχνητή νοημοσύνηΠαραγωγή εικόνας, όραση υπολογιστή, βίντεο και σχεδιασμός.133 οδηγούς Ήχος AIΦωνή, μουσική, podcasting και τεχνητή νοημοσύνη πρώτα στον ήχο.117 οδηγούς ΕταιρείεςΠροφίλ των OpenAI, Anthropic, Google, Meta και άλλων.121 οδηγούς ΕφαρμογέςΠώς εμφανίζεται το AI στην κωδικοποίηση, την αναζήτηση, τους πράκτορες και την καθημερινή ζωή.111 οδηγούς ΒιομηχανίεςAI στην υγειονομική περίθαλψη, τα οικονομικά, την εκπαίδευση, την ενέργεια και πολλά άλλα.91 οδηγούς ΤεχνικάChips, τελειοποίηση, RAG, διανύσματα και υποδομή AI.177 οδηγούς ΚοινωνίαΜεροληψία, απόρρητο, πνευματικά δικαιώματα, ασφάλεια και το μέλλον της τεχνητής νοημοσύνης.30 οδηγούς

Πλήρης βιβλιοθήκη

Όλοι οι οδηγοί

84 του 1019 εμφανίζονται οδηγοί. Φιλτράρισμα ανά κομμάτι ή αναζήτηση παραπάνω.

Βασικές αρχές

Self-Play Fine-Tuning

Η λεπτομέρεια αυτο-παιχνιδιού βελτιώνει ένα μοντέλο βάζοντάς το να ανταγωνίζεται ή να μαθαίνει από τα δικά του προηγούμενα αποτελέσματα, δημιουργώντας το δικό του σήμα προπόνησης.

2 ελάχιστη ανάγνωσηΔιαβάστε
Βασικές αρχές

Εκπαίδευση Test-Time

Η εκπαίδευση σε χρόνο δοκιμής (TTT) επιτρέπει σε ένα μοντέλο να συνεχίσει να μαθαίνει από κάθε νέα εισαγωγή τη στιγμή που κάνει μια πρόβλεψη, αντί να παραμένει παγωμένο μετά την προπόνηση.

2 ελάχιστη ανάγνωσηΔιαβάστε
Βασικές αρχές

Grokking και καθυστερημένη γενίκευση

Το Grokking είναι ένα εκπληκτικό φαινόμενο όπου ένα νευρωνικό δίκτυο πρώτα απομνημονεύει τα δεδομένα εκπαίδευσής του, βρίσκεται σε σχεδόν μηδενική ακρίβεια επικύρωσης για μεγάλο χρονικό διάστημα και στη συνέχεια…

2 ελάχιστη ανάγνωσηΔιαβάστε
Βασικές αρχές

Overfitting και Underfitting

Υπερπροσαρμογή είναι όταν ένα μοντέλο απομνημονεύει τα δεδομένα εκπαίδευσης του και αποτυγχάνει σε νέα παραδείγματα. underfitting είναι όταν είναι πολύ απλό να αποτυπώσεις το πραγματικό μοτίβο.

2 ελάχιστη ανάγνωσηΔιαβάστε
Βασικές αρχές

Τακτοποίηση

Η κανονικοποίηση είναι ένα σύνολο τεχνικών που περιορίζουν σκόπιμα ένα μοντέλο, ώστε να γενικεύεται σε νέα δεδομένα αντί να απομνημονεύει το σύνολο εκπαίδευσης.

2 ελάχιστη ανάγνωσηΔιαβάστε
Βασικές αρχές

Ο πίσω πολλαπλασιασμός

Η backpropagation είναι ο αλγόριθμος που επιτρέπει σε ένα νευρωνικό δίκτυο να μάθει από τα λάθη του υπολογίζοντας αποτελεσματικά πόσο συνέβαλε κάθε βάρος στο σφάλμα.

2 ελάχιστη ανάγνωσηΔιαβάστε
Βασικές αρχές

Κατάβαση κλίσης

Το Gradient descent είναι η μέθοδος βελτιστοποίησης που στην πραγματικότητα μετακινεί τα βάρη ενός μοντέλου προς τα κάτω προς το χαμηλότερο σφάλμα, ένα μικρό βήμα τη φορά.

2 ελάχιστη ανάγνωσηΔιαβάστε
Βασικές αρχές

Λειτουργίες απώλειας

Μια συνάρτηση απώλειας είναι ο μοναδικός αριθμός που λέει σε ένα μοντέλο πόσο λανθασμένες είναι οι προβλέψεις του, μετατρέποντας έναν αόριστο στόχο σε κάτι που μπορεί να βελτιστοποιήσει τα μαθηματικά.

2 ελάχιστη ανάγνωσηΔιαβάστε
Βασικές αρχές

Λειτουργίες ενεργοποίησης

Οι συναρτήσεις ενεργοποίησης είναι οι μικρές μη γραμμικές πύλες μέσα σε κάθε νευρώνα που επιτρέπουν στα νευρωνικά δίκτυα να μαθαίνουν πολύπλοκα, καμπύλα μοτίβα αντί για ευθείες γραμμές.

2 ελάχιστη ανάγνωσηΔιαβάστε
Βασικές αρχές

Συνελικτικά Νευρωνικά Δίκτυα

Τα Συνελικτικά Νευρωνικά Δίκτυα (CNN) είναι η αρχιτεκτονική κινητήρια δύναμη για την κατανόηση των εικόνων.

2 ελάχιστη ανάγνωσηΔιαβάστε
Βασικές αρχές

Επαναλαμβανόμενα νευρωνικά δίκτυα

Τα επαναλαμβανόμενα νευρωνικά δίκτυα (RNN) έχουν δημιουργηθεί για να χειρίζονται ακολουθίες όπως κείμενο, ομιλία και χρονοσειρές.

2 ελάχιστη ανάγνωσηΔιαβάστε
Βασικές αρχές

Παραγωγικά Δίκτυα Αντιμετώπισης

Τα Generative Adversarial Networks (GAN) δημιουργούν ρεαλιστικά νέα δεδομένα τοποθετώντας δύο νευρωνικά δίκτυα μεταξύ τους σε έναν διαγωνισμό.

2 ελάχιστη ανάγνωσηΔιαβάστε

Τελειώσατε το διάβασμα; Αποδείξτε το.

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

Δοκιμάστε τι μάθατεΠιστοποιηθείτεΔωρεάΔιαβάστε την αποστολή μας