AI alapok
Understand what AI is, how systems learn, where they fail, and how to judge claims without hype.
Ingyenes AI könyvtár
84 egyszerű angol nyelvű útmutatók, strukturált tanulási útvonalak és nyílt könyvtár – egy független 501(c)(3) nonprofit szervezet építette, így bárki megértheti a modern AI-t.
Kezdje itt
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.
Use AI productively while protecting privacy, checking outputs, and preserving human accountability.
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.
Értsék meg a nyelvi modelleket, a lekérdezést, az ügynököket, az értékelést, a költségeket és a telepítési védelmeket gyakorlati rendszertervezésen keresztül.
Témasávok
Ugorjon be a számodra fontos területre. Minden számnak több egyszerű angol nyelvű útmutatója van.
Teljes könyvtár
84 -ból 1019 útmutatók láthatók. Szűrés sáv szerint vagy keresés fent.
A diffúziós modellek úgy állítanak elő képeket, hogy megtanulják megfordítani a zajos folyamatot, és lépésről lépésre a véletlenszerű statikus elemeket részletes képekké alakítják.
AlapokA kevés lövésű tanulás az a képesség, hogy több ezer helyett egy maroknyi példából tanuljunk meg egy új feladatot.
AlapokA beágyazások a szavakat, képeket vagy más adatokat számlistává (vektorokká) alakítják, így a hasonló dolgok szorosan egymás mellé kerülnek egy nagy dimenziós térben.
AlapokA tokenizálás az a lépés, amely a szöveget kisebb darabokra, úgynevezett tokenekre vágja, vagyis azokra az egységekre, amelyeket a nyelvi modell ténylegesen beolvas és előre jelez.
AlapokA funkciótervezés a nyers adatok informatív inputokká (szolgáltatásokká) alakításának mestersége, amelyek segítenek a modellnek a tanulásban.
AlapokA döntési fa előrejelzéseket készít egyszerű igen/nem kérdések sorozatával, például egy folyamatábrával.
AlapokA támogatási vektorgép (SVM) egy klasszikus algoritmus, amely úgy választ el két csoportot, hogy a lehető legszélesebb határt húzza közöttük.
AlapokA dimenziócsökkentés számos oszlopból (szolgáltatásból) néhányra csökkenti az adatokat, miközben megtartja a fontos szerkezetet.
AlapokA transzfertanulás egy nagy adatkészleten már betanított modellt újra felhasznál, és egy új, kapcsolódó feladathoz igazítja.
AlapokAz önfelügyelt tanulás modelleket képez a címkézetlen adatokon egy olyan feladat kitalálásával, amelynek válasza magában az adatban van elrejtve.
AlapokFélig felügyelt tanulási gyakorlatok kis mennyiségű címkézett adaton és nagy mennyiségű címkézetlen adaton.
AlapokAz anomália-észlelés az a gyakorlat, amikor a gépeket megtanítják olyan adatpontok megjelölésére, amelyek élesen eltérnek a normál mintáktól.
Check what you learned with topic quizzes, then explore our structured courses and current certification requirements. Core guides remain free to read.