Yayasan AI
Understand what AI is, how systems learn, where they fail, and how to judge claims without hype.
Perpustakaan AI gratis
177 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.
Mulai di sini
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.
Understand language models, retrieval, agents, evaluation, cost, and deployment safeguards through practical system design.
Trek topik
Lompatlah ke area yang Anda minati. Setiap trek memiliki beberapa panduan berbahasa Inggris.
Perpustakaan lengkap
177 dari 1019 panduan yang ditampilkan. Filter berdasarkan trek atau cari di atas.
Deteksi penyimpangan model adalah praktik memantau model pembelajaran mesin yang diterapkan untuk mengetahui ketika akurasinya menurun secara diam-diam karena dunia nyata…
TeknisPengujian A/B untuk model ML berarti merutekan lalu lintas langsung ke dua versi model sekaligus dan mengukur versi mana yang benar-benar berperforma lebih baik pada pengguna sebenarnya dan…
TeknisSerialisasi model adalah cara model pembelajaran mesin yang terlatih disimpan ke disk sehingga dapat dimuat dan dijalankan nanti, di mesin lain atau di…
TeknisPelatihan presisi campuran mempercepat pelatihan jaringan saraf dan mengurangi penggunaan memori dengan melakukan sebagian besar matematika dalam floating point 16-bit, bukan 32-bit.
TeknisPenguraian kode spekulatif membuat model bahasa besar menghasilkan teks lebih cepat dengan menggunakan model 'draf' yang kecil dan cepat untuk menebak beberapa token ke depan, lalu mendapatkan…
TeknisCache KV menyimpan kunci dan nilai yang telah dihitung oleh transformator sehingga tidak akan berfungsi lagi untuk setiap token baru — tetapi dapat membengkak hingga gigabyte.
TeknisFlash Attention adalah cara cerdas untuk menghitung langkah perhatian di dalam Transformers tanpa harus menulis matriks perhatian raksasa untuk memperlambat memori.
TeknisPemangkasan model mengecilkan jaringan saraf dengan menghilangkan bobot atau seluruh struktur yang berkontribusi sedikit terhadap keluarannya.
TeknisTokenisasi membagi teks menjadi unit-unit kecil yang benar-benar dibaca oleh model bahasa, dan Byte Pair Encoding (BPE) adalah metode populer untuk membangun…
Check what you learned with topic quizzes, then explore our structured courses and current certification requirements. Core guides remain free to read.