01
Yayasan AI
Understand what AI is, how systems learn, where they fail, and how to judge claims without hype.
Perpustakaan AI gratis
Teknis panduanGratis selamanya.
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.
177Panduan gratis
1Trek topik
~2 minSesuai panduan
~6hReading 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
177 dari 1019 panduan yang ditampilkan. Filter berdasarkan trek atau cari di atas.
Teknis
Peluncuran Perhatian dan Pemangkasan Kepala
Peluncuran perhatian adalah metode untuk menelusuri bagaimana informasi mengalir melalui lapisan perhatian Transformer untuk menjelaskan token masukan mana yang memengaruhi…
TeknisOptimasi Orde Kedua dan Metode Newton
Optimalisasi orde kedua menggunakan informasi kelengkungan (matriks Hessian dari turunan kedua) untuk mengambil langkah yang lebih cerdas menuju nilai minimum, bukan hanya kemiringannya saja.
TeknisRMSNorm dan Normalisasi Pra-Lapisan
RMSNorm adalah lapisan normalisasi ringan yang mengubah skala aktivasi berdasarkan akar rata-rata kuadratnya, dan normalisasi pra-lapisan menempatkan langkah tersebut sebelum setiap…
TeknisSwiGLU dan Aktivasi Berpagar
SwiGLU adalah fungsi aktivasi terjaga keamanannya yang mengalikan satu proyeksi linier dari masukan dengan proyeksi kedua yang diaktifkan Swish, bertindak sebagai…
TeknisJaringan Pemerasan dan Eksitasi
Blok Squeeze-and-Exitation (SE) memungkinkan jaringan konvolusional mempelajari seberapa besar bobot setiap saluran fitur, dan mengkalibrasi ulang saluran tersebut berdasarkan konteks global.
TeknisJadwal Pemanasan dan Cosine Annealing
Pemanasan dengan lembut meningkatkan kecepatan pembelajaran dari mendekati nol sebelum pelatihan, kemudian anil kosinus dengan lancar menurunkannya kembali mengikuti kurva kosinus.
TeknisKecepatan Pembelajaran Siklus
Kecepatan pembelajaran siklis berulang kali memutarkan kecepatan pembelajaran ke atas dan ke bawah antara batas bawah dan batas atas, bukan hanya menurunkannya.
TeknisMinimisasi Sadar Ketajaman
Minimisasi Sadar Ketajaman (SAM) adalah metode pengoptimalan yang tidak hanya mencari kerugian yang rendah tetapi juga kerugian yang rendah di seluruh lingkungan bobot — sebuah flat…
TeknisEvaluasi Fitur Penyelidikan Linier dan Beku
Penyelidikan linier menguji seberapa bagus representasi internal model yang telah dilatih sebelumnya dengan membekukan jaringan dan hanya melatih pengklasifikasi linier sederhana di atasnya.
TeknisDenseNet dan Konektivitas Padat
DenseNet adalah jaringan konvolusional di mana setiap lapisan menerima peta fitur dari semua lapisan sebelumnya sebagai masukan.
TeknisArsitektur Kemacetan
Arsitektur bottleneck memeras data melalui lapisan perantara yang sempit sebelum memperluasnya lagi, memaksa jaringan untuk belajar secara kompak, efisien…
TeknisAkumulasi Gradien
Akumulasi gradien memungkinkan Anda menyimulasikan ukuran batch besar pada memori GPU terbatas dengan menjumlahkan gradien pada beberapa mini-batch kecil sebelum memperbarui…
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.