Fundamentos de la IA
Understand what AI is, how systems learn, where they fail, and how to judge claims without hype.
Biblioteca de IA gratuita
133 Guías en inglés sencillo, rutas de aprendizaje estructuradas y una biblioteca abierta, creada por una organización sin fines de lucro independiente 501(c)(3) para que cualquiera pueda comprender la IA moderna.
Empieza aquí
Each course includes explicit outcomes, mapped competencies, practice activities, and an applied capstone.
Understand what AI is, how systems learn, where they fail, and how to judge claims without hype.
Utilice la IA de manera productiva mientras protege la privacidad, verifica los resultados y preserva la responsabilidad humana.
Evaluate workplace use cases, run safe pilots, measure value, and communicate changes responsibly.
Analyze AI systems through rights, equity, governance, safety, and public-interest outcomes.
Understand language models, retrieval, agents, evaluation, cost, and deployment safeguards through practical system design.
Pistas temáticas
Salta al área que te interesa. Cada pista tiene varias guías en inglés sencillo.
biblioteca completa
133 de 1019 guías mostradas. Filtrar por pista o buscar arriba.
Video understanding analyzes visual and sometimes audio information across time.
IA visualMultimodal search retrieves information across forms such as text, images, audio, and video.
IA visualDocument AI extracts and interprets information from files such as forms, reports, invoices, and scanned pages.
IA visualWasserstein GAN (WGAN) es un rediseño del objetivo de entrenamiento de GAN que utiliza la distancia de Wasserstein en lugar de la pérdida mínima-máxima original.
IA visualLas GAN condicionales (cGAN) amplían las GAN ordinarias al introducir información adicional, como una etiqueta de clase o texto, tanto en el generador como en el discriminador.
IA visualPix2Pix es una GAN condicional que aprende a traducir un tipo de imagen en otro, como convertir un boceto en una fotografía o un mapa en una vista de satélite.
IA visualLa coloración de imágenes utiliza IA para agregar colores plausibles y realistas a fotografías y películas en blanco y negro.
IA visualStructure from Motion (SfM) reconstruye la geometría de la escena 3D y las posiciones de la cámara a partir de un conjunto de fotografías 2D superpuestas tomadas desde diferentes puntos de vista.
IA visualMulti-View Stereo (MVS) toma muchas fotografías calibradas de una escena y produce una reconstrucción 3D densa al estimar la profundidad en casi cada píxel.
IA visualDDPM y DDIM son dos formas de ejecutar el proceso inverso de un modelo de difusión, convirtiendo el ruido aleatorio en una imagen paso a paso.
IA visualLos modelos generativos basados en puntuaciones crean datos aprendiendo el gradiente de la distribución de datos, la dirección que hace que cualquier muestra ruidosa parezca más real...
IA visualLa distancia de inicio de Fréchet (FID) es la métrica estándar para juzgar qué tan realista y variado es un conjunto de imágenes generadas.
Check what you learned with topic quizzes, then explore our structured courses and current certification requirements. Core guides remain free to read.