Mulai di sini
Pemula · 4 modul
Yayasan AI
Pahami apa itu AI, bagaimana sistem belajar, di mana mereka gagal, dan bagaimana menilai klaim tanpa berlebihan.
~4h untuk menyelesaikanLihat lintasan
Perpustakaan AI gratis
Pelajari AI. Gratis selamanya.
1657 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.
- 1657Panduan gratis
- 9Trek topik
- ~3 minSesuai panduan
- ~74hWaktu membaca
Mulai di sini
Lima kursus berbasis hasil
Setiap mata kuliah mencakup hasil eksplisit, kompetensi yang dipetakan, aktivitas latihan, dan capstone terapan.
Pemula · 4 modul
Pengguna AI yang bertanggung jawab
Gunakan AI secara produktif sambil melindungi privasi, memeriksa hasil, dan menjaga akuntabilitas manusia.
~5h untuk menyelesaikanLihat lintasanMenengah · 4 modul
AI di Tempat Kerja
Mengevaluasi kasus penggunaan di tempat kerja, menjalankan pilot yang aman, mengukur nilai, dan mengkomunikasikan perubahan secara bertanggung jawab.
~6h untuk menyelesaikanLihat lintasanMenengah · 4 modul
Kebijakan & Masyarakat AI
Menganalisis sistem AI melalui hak, kesetaraan, tata kelola, keselamatan, dan hasil kepentingan publik.
~6h untuk menyelesaikanLihat lintasanMenengah · 4 modul
Membangun dengan Sistem AI
Pahami model bahasa, pengambilan, agen, evaluasi, biaya, dan perlindungan penerapan melalui desain sistem yang praktis.
~8h untuk menyelesaikanLihat lintasan
Trek topik
Jelajahi berdasarkan trek
Lompatlah ke area yang Anda minati. Setiap trek memiliki beberapa panduan berbahasa Inggris.
- 91 panduanDasar-dasarKonsep inti: cara kerja AI pada tingkat tinggi.Jelajahi
- 177 panduanBahasa AILLM, NLP, ChatGPT, bisikan, dan pemahaman teks.Jelajahi
- 170 panduanAI visualPembuatan gambar, visi komputer, video, dan desain.Jelajahi
- 124 panduanAudio AISuara, musik, podcasting, dan AI yang mengutamakan audio.Jelajahi
- 123 panduanPerusahaanProfil OpenAI, Anthropic, Google, Meta, dan banyak lagi.Jelajahi
- 346 panduanAplikasiBagaimana AI muncul dalam coding, pencarian, agen, dan kehidupan sehari-hari.Jelajahi
- 165 panduanIndustriAI di bidang kesehatan, keuangan, pendidikan, energi, dan banyak lagi.Jelajahi
- 319 panduanTeknisChip, fine-tuning, RAG, vektor, dan infrastruktur AI.Jelajahi
- 142 panduanMasyarakatBias, privasi, hak cipta, keamanan, dan masa depan AI.Jelajahi
Perpustakaan lengkap
Semua panduan
1657 dari 1657 panduan yang ditampilkan. Filter berdasarkan trek atau cari di atas.
- TeknisHutang Teknis Tersembunyi dalam Sistem MLML systems can accumulate technical debt beyond ordinary code complexity because models depend on changing data, features, pipelines and feedback loops.3 min bacaBaca
- TeknisEkstraksi Fitur Audio dengan LibrosaLibrosa is a Python library for loading audio and computing signal features such as spectrograms, MFCCs, chroma, and onset strength.3 min bacaBaca
- TeknisPemantauan ML dengan Prometheus dan GrafanaPrometheus can collect numeric time-series metrics exposed by model services, while Grafana visualizes those metrics in dashboards and alerts.3 min bacaBaca
- TeknisKeamanan Rantai Pasokan ML dan Penandatanganan ModelML supply-chain security protects code, dependencies, datasets and model artifacts from tampering or untrusted sources throughout build and deployment.3 min bacaBaca
- TeknisMLOps Maturity LevelsMLOps maturity models describe how teams evolve from manual model development toward repeatable automation for testing, deployment and retraining.3 min bacaBaca
- TeknisGerbang Validasi Model Sebelum PenerapanModel validation gates are explicit checks a candidate must pass before it can move into a higher-risk deployment stage.3 min bacaBaca
- TeknisPitch Shifting and Time StretchingPitch shifting changes perceived fundamental frequency while aiming to preserve duration, whereas time stretching changes duration while aiming to preserve…3 min bacaBaca
- TeknisPrediction Logging and Inference Data CapturePrediction logging records enough context to audit, debug and later evaluate model decisions, including timestamps, model versions, inputs or privacy-safe…3 min bacaBaca
- TeknisManajemen Ketergantungan Python untuk MLPython dependency management records which interpreters and packages an ML project needs and how those versions are resolved for each environment.3 min bacaBaca
- TeknisTerraform untuk Infrastruktur MLTerraform describes cloud infrastructure as code and creates or updates resources by comparing configuration with recorded state and provider APIs.3 min bacaBaca
- TeknisBahasa Triton untuk Kernel GPU KhususTriton is a Python-based language and compiler for writing GPU kernels in terms of blocks of elements rather than individual hardware threads.3 min bacaBaca
- TeknisKode Pembelajaran Mesin Pengujian UnitUnit tests for ML code check small, deterministic parts of the pipeline such as preprocessing, tensor shapes, loss calculations and prediction interfaces.3 min bacaBaca
Sudah selesai membaca? Buktikan.
Periksa apa yang Anda pelajari dengan kuis topik, lalu jelajahi kursus terstruktur kami atau berusahalah untuk mendapatkan sertifikat. Setiap panduan tetap bebas untuk dibaca.