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
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.
Bahasa AIPra-pelatihan ELECTRA
ELECTRA adalah cara yang lebih efisien untuk melatih model bahasa dengan mengajari mereka mengenali kata-kata palsu daripada menebak kata-kata yang tersembunyi.
Bahasa AIResep Pelatihan RoBERTa
RoBERTa menunjukkan bahwa BERT kurang dilatih secara signifikan: dengan menyesuaikan resepnya, bukan arsitekturnya, BERT mencetak rekor benchmark baru.
Bahasa AIPemodelan Permutasi XLNet
XLNet memadukan konteks BERT dua arah dengan prediksi autoregresif GPT melalui pelatihan pengurutan kata secara acak.
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…
Bahasa AIPohon Pikiran
Tree of Thoughts (ToT) adalah kerangka kerja yang memungkinkan model bahasa mengeksplorasi beberapa jalur penalaran secara paralel, seperti cabang pohon, sebagai gantinya…
Bahasa AIPenguraian Konsistensi Diri
Konsistensi diri adalah strategi decoding yang mengambil sampel dari banyak jalur penalaran berbeda dari model bahasa dan kemudian memilih jawaban yang disetujui sebagian besar dari mereka.
Dasar-dasarPengelompokan K-Means
K-Means adalah algoritma tanpa pengawasan yang secara otomatis mengurutkan data ke dalam kelompok K dengan menemukan pusat cluster.
Dasar-dasarK-Tetangga Terdekat
K-Nearest Neighbours (KNN) mengklasifikasikan titik data baru dengan melihat contoh K terdekat dan mengambil suara terbanyak.
Dasar-dasarRegresi Logistik
Regresi logistik memprediksi kemungkinan bahwa sesuatu termasuk dalam suatu kelas, seperti spam atau bukan spam, dengan memasukkan jumlah tertimbang melalui kurva berbentuk S.
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.