Fondamenti dell'intelligenza artificiale
Capire cos'è l'IA, come imparano i sistemi, dove falliscono e come giudicare le affermazioni senza clamore.
Libreria AI gratuita
84 Guide in inglese semplice, percorsi di apprendimento strutturati e una libreria aperta, realizzati da un'organizzazione no profit 501(c)(3) indipendente in modo che chiunque possa comprendere l'intelligenza artificiale moderna.
Inizia qui
Ogni corso include risultati espliciti, competenze mappate, attività di pratica e un capstone applicato.
Capire cos'è l'IA, come imparano i sistemi, dove falliscono e come giudicare le affermazioni senza clamore.
Usa l'IA in modo produttivo proteggendo la privacy, controllando i risultati e preservando la responsabilità umana.
Valuta i casi d'uso sul posto di lavoro, conduci progetti pilota sicuri, misura il valore e comunica le modifiche in modo responsabile.
Analizza i sistemi di IA attraverso diritti, equità, governance, sicurezza e risultati di interesse pubblico.
Comprendere i modelli linguistici, il recupero, gli agenti, la valutazione, i costi e le salvaguardie di implementazione attraverso la progettazione pratica dei sistemi.
Tracce di argomenti
Entra nell'area che ti interessa. Ogni traccia ha più guide in inglese semplice.
Libreria completa
84 di 1019 guide mostrate. Filtra per traccia o cerca sopra.
L'intelligenza artificiale (AI) è il campo della costruzione di sistemi informatici che svolgono compiti come riconoscere modelli, comprendere il linguaggio, pianificare...
FondamentiI sistemi di apprendimento automatico apprendono adattando un modello utilizzando dati e un obiettivo di formazione.
FondamentiUna rete neurale è un modello di apprendimento automatico costituito da operazioni matematiche connesse con parametri regolabili.
FondamentiIl deep learning è una branca dell'apprendimento automatico che utilizza reti neurali con più livelli per apprendere le rappresentazioni dei dati.
FondamentiLa formazione sull'intelligenza artificiale è il processo di adattamento di un modello di apprendimento automatico utilizzando esempi e un obiettivo di apprendimento.
FondamentiL'inferenza utilizza un modello addestrato per produrre un output da un nuovo input.
FondamentiI dati sono le informazioni registrate da cui un sistema di apprendimento automatico apprende o elabora.
FondamentiUn modello di apprendimento automatico è un sistema matematico che mappa gli input in output utilizzando una struttura e parametri appresi.
FondamentiMachine learning builds models whose behavior is fitted from examples rather than written entirely as explicit rules.
FondamentiSupervised learning fits a model using examples that pair inputs with target outputs.
FondamentiUnsupervised learning looks for structure in data without a target label for every example.
FondamentiGenerative AI produces outputs such as text, images, audio, or code using learned statistical patterns and supplied context.
Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.