एआई फाउंडेशन
समझें कि एआई क्या है, सिस्टम कैसे सीखते हैं, वे कहां विफल होते हैं, और बिना प्रचार के दावों का न्याय कैसे करें।
निःशुल्क एआई लाइब्रेरी
177 सादे-अंग्रेजी गाइड, संरचित शिक्षण पथ और एक खुली लाइब्रेरी - एक स्वतंत्र 501(c)(3) गैर-लाभकारी संस्था द्वारा निर्मित ताकि कोई भी आधुनिक AI को समझ सके।
यहां से प्रारंभ करें
प्रत्येक पाठ्यक्रम में स्पष्ट परिणाम, मैप की गई दक्षताएं, अभ्यास गतिविधियाँ और एक लागू कैपस्टोन शामिल हैं।
समझें कि एआई क्या है, सिस्टम कैसे सीखते हैं, वे कहां विफल होते हैं, और बिना प्रचार के दावों का न्याय कैसे करें।
गोपनीयता की रक्षा करते हुए, आउटपुट की जांच करते हुए और मानवीय जवाबदेही को संरक्षित करते हुए एआई का उत्पादक रूप से उपयोग करें।
कार्यस्थल उपयोग के मामलों का मूल्यांकन करें, सुरक्षित पायलट चलाएं, मूल्य मापें और जिम्मेदारीपूर्वक परिवर्तनों का संचार करें।
अधिकारों, इक्विटी, शासन, सुरक्षा और जनहित परिणामों के माध्यम से एआई प्रणालियों का विश्लेषण करें।
व्यावहारिक सिस्टम डिज़ाइन के माध्यम से भाषा मॉडल, पुनर्प्राप्ति, एजेंटों, मूल्यांकन, लागत और परिनियोजन सुरक्षा उपायों को समझें।
विषय ट्रैक
उस क्षेत्र में कूदें जिसकी आप परवाह करते हैं। प्रत्येक ट्रैक में कई सादे-अंग्रेजी गाइड होते हैं।
पूर्ण पुस्तकालय
177 का 1019 गाइड दिखाए गए. ट्रैक के आधार पर फ़िल्टर करें या ऊपर खोजें।
प्रॉम्प्ट सुरक्षा पते एक भाषा-मॉडल एप्लिकेशन को अविश्वसनीय सामग्री को निर्देशों के रूप में मानने या उस जानकारी का खुलासा करने का प्रयास करता है जिसे इसे सुरक्षित करना चाहिए।
तकनीकीAI data governance assigns responsibility and rules for how data is collected, used, shared, retained, and corrected throughout an AI system.
तकनीकीAI cloud architecture organizes compute, storage, networking, models, and application services into an operating system for an AI workload.
तकनीकीBYOL (बूटस्ट्रैप योर ओन लेटेंट) बिना किसी लेबल के और आश्चर्यजनक रूप से, नकारात्मक उदाहरणों के बिना उपयोगी छवि प्रतिनिधित्व सीखता है।
तकनीकीबार्लो ट्विन्स एक स्व-पर्यवेक्षित विधि है जो पहचान के करीब दो संवर्धित विचारों के बीच क्रॉस-सहसंबंध मैट्रिक्स बनाकर अभ्यावेदन सीखती है...
तकनीकीछद्म-लेबलिंग एक अर्ध-पर्यवेक्षित तकनीक है जहां एक छोटे लेबल वाले सेट पर प्रशिक्षित मॉडल बिना लेबल वाले डेटा के लिए अपने स्वयं के लेबल उत्पन्न करता है, फिर उन पर प्रशिक्षण देता है...
तकनीकीसंगति नियमितीकरण एक मॉडल को वही उत्तर देना सिखाता है जब एक बिना लेबल वाले इनपुट को छोटे, लेबल-संरक्षित तरीकों से परेशान किया जाता है।
तकनीकीहार्ड पैरामीटर शेयरिंग क्लासिक मल्टी-टास्क लर्निंग डिज़ाइन है जहां कई कार्य समान छिपी हुई परतों को साझा करते हैं और केवल अलग-अलग आउटपुट 'हेड्स' में विभाजित होते हैं...
तकनीकीगेटिंग और रूटिंग एक तंत्रिका नेटवर्क को हर बार पूरे मॉडल को चलाने के बजाय प्रत्येक इनपुट के लिए आवश्यक भागों को सक्रिय करने देती है।
तकनीकीगम्बेल-सॉफ्टमैक्स एक ट्रिक है जो तंत्रिका नेटवर्क को अलग-अलग श्रेणियों से 'नमूना' लेने देती है जबकि ग्रेडिएंट डिसेंट द्वारा अभी भी प्रशिक्षित किया जा सकता है।
तकनीकीस्ट्रेट-थ्रू एस्टिमेटर (एसटीई) प्रशिक्षण नेटवर्क के लिए एक सरल ट्रिक है जिसमें राउंडिंग या थ्रेशोल्डिंग जैसे कठिन, गैर-विभेदित चरण शामिल हैं।
तकनीकीएक द्विदिश आवर्ती नेटवर्क आगे और पीछे दोनों तरफ एक अनुक्रम पढ़ता है, इसलिए प्रत्येक स्थिति का प्रतिनिधित्व अतीत और भविष्य के संदर्भ पर आधारित होता है।
Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.