AI alapok
Understand what AI is, how systems learn, where they fail, and how to judge claims without hype.
Ingyenes AI könyvtár
177 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
177 -ból 1019 útmutatók láthatók. Szűrés sáv szerint vagy keresés fent.
Prompt security addresses attempts to make a language-model application treat untrusted content as instructions or disclose information it should protect.
MűszakiAI data governance assigns responsibility and rules for how data is collected, used, shared, retained, and corrected throughout an AI system.
MűszakiAI cloud architecture organizes compute, storage, networking, models, and application services into an operating system for an AI workload.
MűszakiA BYOL (Bootstrap Your Own Latent) címkék és meglepő módon negatív példák nélkül tanul meg hasznos képábrázolásokat.
MűszakiA Barlow Twins egy önfelügyelt módszer, amely úgy tanulja meg a reprezentációkat, hogy a keresztkorrelációs mátrixot két kibővített nézet között az azonossághoz közelíti…
MűszakiAz álcímkézés egy félig felügyelt technika, ahol egy kis címkézett halmazra betanított modell saját címkéket generál a címkézetlen adatokhoz, majd azokon betanítja…
MűszakiA konzisztencia-szabályozás megtanítja a modellt, hogy ugyanazt a választ adja, ha egy címkézetlen bemenetet kis, címkemegőrző módon zavarnak meg.
MűszakiA kemény paramétermegosztás a klasszikus többfeladatos tanulási terv, amelyben több feladat ugyanazokat a rejtett rétegeket osztja meg, és csak külön kimeneti „fejekre” van osztva…
MűszakiA kapuzás és az útválasztás lehetővé teszi, hogy a neurális hálózat csak azokat a részeket aktiválja, amelyekre szüksége van az egyes bemenetekhez, ahelyett, hogy a teljes modellt minden alkalommal futtatná.
MűszakiA Gumbel-Softmax egy olyan trükk, amely lehetővé teszi a neurális hálózatok számára, hogy „mintát vegyenek” diszkrét kategóriákból, miközben továbbra is taníthatók gradiens leereszkedéssel.
MűszakiA Straight-Through Estimator (STE) egy egyszerű trükk olyan képzési hálózatokhoz, amelyek kemény, nem megkülönböztethető lépéseket tartalmaznak, mint például a kerekítés vagy a küszöbérték.
MűszakiA kétirányú visszatérő hálózat előre és visszafelé is olvas egy szekvenciát, így az egyes pozíciók reprezentációja a múlt és a jövő kontextusából merít.
Check what you learned with topic quizzes, then explore our structured courses and current certification requirements. Core guides remain free to read.