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
Konvolusi yang Dapat Dipisahkan Secara Mendalam
Konvolusi yang dapat dipisahkan secara mendalam memfaktorkan konvolusi standar menjadi dua langkah yang lebih murah, sehingga mengurangi jumlah perkalian dan parameter.
TeknisKonvolusi Dilatasi dan Atrous
Konvolusi dilatasi (juga disebut konvolusi atrous) menyisipkan celah di antara bobot filter sehingga kernel mencakup area yang jauh lebih luas tanpa menambahkan parameter.
TeknisJaringan Jalan Raya dan Lewati Koneksi
Lewati koneksi membuat informasi melewati lapisan, dan jaringan jalan raya adalah versi awal dari ide ini.
TeknisAdaptasi Domain
Adaptasi domain adalah serangkaian teknik untuk membuat model yang dilatih pada satu jenis data (domain sumber) berfungsi dengan baik pada jenis data yang berbeda namun terkait…
TeknisJaringan InfiniBand dan RDMA
InfiniBand adalah interkoneksi berkecepatan tinggi dan latensi rendah yang menghubungkan server dan GPU dalam cluster AI, dan RDMA memungkinkan satu mesin membaca atau menulis memori orang lain…
TeknisKomunikasi Kolektif dan NCCL
Komunikasi kolektif adalah cara sekelompok GPU bertukar dan menggabungkan data, dan NCCL adalah perpustakaan NVIDIA yang membuat pertukaran tersebut sangat cepat.
TeknisFitur Engineering Pipeline dan Pembuatan Versi Data
Saluran rekayasa fitur mengubah data mentah menjadi model sinyal numerik yang benar-benar dipelajari, sementara pembuatan versi data melacak dengan tepat data mana…
TeknisFitur Online dan Offline Menyajikan Kemiringan
Kemiringan pelatihan/penyajian terjadi ketika fitur yang dipelajari model dari offline berbeda dengan fitur yang sebenarnya diterimanya dalam produksi, sehingga secara diam-diam merusak…
TeknisOrkestrasi Pipeline Kubeflow dan ML
Kubeflow adalah toolkit sumber terbuka yang menjalankan alur kerja pembelajaran mesin di Kubernetes, mengubah pelatihan dan penerapan model menjadi dapat direproduksi, dikontainer…
TeknisApache Airflow untuk Alur Kerja ML
Apache Airflow adalah platform sumber terbuka untuk pembuatan, penjadwalan, dan pemantauan alur kerja sebagai kode.
TeknisMLflow dan Pelacakan Siklus Hidup Model
MLflow adalah platform sumber terbuka untuk mengelola siklus hidup pembelajaran mesin, mulai dari pelacakan eksperimen hingga pengemasan dan penerapan model.
TeknisParalelisme Pakar untuk Pelayanan KLH
Paralelisme pakar membagi banyak 'ahli' feed-forward model Mixture-of-Experts di berbagai GPU sehingga setiap perangkat hanya memiliki sebagian parameter.
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.