01
Yayasan AI
Understand what AI is, how systems learn, where they fail, and how to judge claims without hype.
Perpustakaan AI gratis
Pelajari AI.Gratis selamanya.
1019 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.
1019Panduan gratis
9Trek topik
~2 minSesuai panduan
~34hReading 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
1019 dari 1019 panduan yang ditampilkan. Filter berdasarkan trek atau cari di atas.
Teknis
Evaluasi 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.
Bahasa AIVerifikasi Pengambilan Sampel Spekulatif
Pengambilan sampel spekulatif mempercepat pembuatan model bahasa besar dengan membiarkan model 'draf' kecil menebak beberapa token ke depan, lalu meminta model besar memverifikasi…
Bahasa AIPengambilan Sampel Berbasis Entropi
Pengambilan sampel berbasis entropi menyesuaikan cara LLM memilih token berikutnya berdasarkan seberapa tidak pasti model tersebut pada saat itu.
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…
Dasar-dasarBerhenti Dini
Penghentian awal adalah teknik regularisasi yang menghentikan pelatihan model saat performa pada data validasi yang ditahan berhenti meningkat.
TeknisPemaksaan Guru dalam Model Urutan
Pemaksaan guru adalah trik pelatihan untuk model urutan di mana token sebelumnya yang sebenarnya, bukan tebakan model itu sendiri, dimasukkan sebagai masukan berikutnya.
TeknisPengambilan Sampel Terjadwal dan Bias Eksposur
Bias eksposur adalah kesenjangan yang muncul ketika model yang dilatih hanya pada awalan yang sempurna, pada inferensi, harus mengkondisikan keluarannya yang tidak sempurna.
TeknisKehilangan Fokus karena Deteksi Ketidakseimbangan
Kehilangan fokus adalah fungsi kerugian yang dimodifikasi yang menurunkan bobot contoh-contoh mudah sehingga detektor dapat fokus pada contoh-contoh sulit dan langka.
Dasar-dasarPenurunan 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.
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.