01
Yayasan AI
Understand what AI is, how systems learn, where they fail, and how to judge claims without hype.
Perpustakaan AI gratis
Dasar-dasar panduanGratis selamanya.
84 panduan berbahasa Inggris sederhana, jalur pembelajaran terstruktur, dan perpustakaan terbuka — dibuat oleh lembaga nonprofit 501(c)(3) independen sehingga siapa pun dapat memahami AI modern.
84Panduan gratis
1Trek topik
~2 minSesuai panduan
~3hReading time
Mulai di sini
Five outcome-based courses
Each course includes explicit outcomes, mapped competencies, practice activities, and an applied capstone.
02
Pengguna AI yang bertanggung jawab
Use AI productively while protecting privacy, checking outputs, and preserving human accountability.
03
AI di Tempat Kerja
Evaluate workplace use cases, run safe pilots, measure value, and communicate changes responsibly.
04
Kebijakan & Masyarakat AI
Analyze AI systems through rights, equity, governance, safety, and public-interest outcomes.
05
Membangun dengan Sistem AI
Understand language models, retrieval, agents, evaluation, cost, and deployment safeguards through practical system design.
Trek topik
Jelajahi berdasarkan trek
Lompatlah ke area yang Anda minati. Setiap trek memiliki beberapa panduan berbahasa Inggris.
Dasar-dasarKonsep inti: cara kerja AI pada tingkat tinggi.84 panduan Bahasa AILLM, NLP, ChatGPT, bisikan, dan pemahaman teks.155 panduan AI visualPembuatan gambar, visi komputer, video, dan desain.133 panduan Audio AISuara, musik, podcasting, dan AI yang mengutamakan audio.117 panduan PerusahaanProfil OpenAI, Anthropic, Google, Meta, dan banyak lagi.121 panduan AplikasiBagaimana AI muncul dalam coding, pencarian, agen, dan kehidupan sehari-hari.111 panduan IndustriAI di bidang kesehatan, keuangan, pendidikan, energi, dan banyak lagi.91 panduan TeknisChip, fine-tuning, RAG, vektor, dan infrastruktur AI.177 panduan MasyarakatBias, privasi, hak cipta, keamanan, dan masa depan AI.30 panduan
Perpustakaan lengkap
Semua panduan
84 dari 1019 panduan yang ditampilkan. Filter berdasarkan trek atau cari di atas.
Dasar-dasar
Penurunan Gradien Stokastik dengan Momentum
Momentum adalah perubahan pada penurunan gradien yang mengakumulasikan rata-rata berjalan dari gradien sebelumnya, memungkinkan pengoptimalan berjalan lebih cepat melalui lembah dan meredam…
Dasar-dasarGradien yang Dipercepat Nesterov
Nesterov Accelerated Gradient (NAG) adalah bentuk momentum yang lebih cerdas yang melihat ke depan sebelum menghitung gradien, sehingga memberikan pandangan korektif ke depan.
Dasar-dasarKerugian Triplet dan Pembelajaran Metrik
Kehilangan triplet mengajarkan jaringan saraf untuk menempatkan item serupa berdekatan dan item berbeda berjauhan dalam ruang penyematan.
Dasar-dasarPenghalusan Label
Perataan label adalah trik regularisasi sederhana yang memperhalus target pelatihan one-hot yang sulit, memberi tahu model bahwa jawaban yang benar sangat mungkin terjadi tetapi tidak 100…
Dasar-dasarSel Memori Jangka Pendek Panjang
Sel Memori Jangka Pendek Panjang (LSTM) adalah jenis unit jaringan saraf berulang khusus yang dibangun untuk mengingat informasi dalam rangkaian panjang.
Dasar-dasarPengelompokan K-Means
K-Means adalah algoritma tanpa pengawasan yang secara otomatis mengurutkan data ke dalam kelompok K dengan menemukan pusat cluster.
Dasar-dasarK-Tetangga Terdekat
K-Nearest Neighbours (KNN) mengklasifikasikan titik data baru dengan melihat contoh K terdekat dan mengambil suara terbanyak.
Dasar-dasarRegresi Logistik
Regresi logistik memprediksi kemungkinan bahwa sesuatu termasuk dalam suatu kelas, seperti spam atau bukan spam, dengan memasukkan jumlah tertimbang melalui kurva berbentuk S.
Dasar-dasarPengklasifikasi Naive Bayes
Naive Bayes adalah pengklasifikasi probabilistik cepat yang dibangun berdasarkan teorema Bayes yang mengasumsikan setiap fitur bersifat independen berdasarkan kelasnya.
Dasar-dasarKurva KOP dan AUC
Kurva ROC memplot seberapa baik pengklasifikasi memisahkan dua kelas di setiap ambang batas keputusan yang mungkin, dan AUC memampatkan seluruh kurva tersebut menjadi satu angka.
Dasar-dasarMatriks Kebingungan
Matriks konfusi adalah tabel sederhana yang memecah prediksi pengklasifikasi menjadi hitungan benar dan salah untuk setiap kelas.
Dasar-dasarPengorbanan Bias-Varians
Pertukaran bias-varians menjelaskan mengapa suatu model bisa gagal karena terlalu sederhana atau terlalu rumit.
Finished reading? Prove it.
Check what you learned with topic quizzes, then explore our structured courses and current certification requirements. Core guides remain free to read.