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.
Predictive AI uses observed information to estimate an unknown outcome, such as demand, delivery time, or a category.
FondamentiAI systems thinking examines how data, models, people, interfaces, and operating policies interact.
FondamentiThe model lifecycle covers problem definition, data preparation, training or selection, evaluation, deployment, monitoring, and retirement.
FondamentiLa valutazione dell'IA verifica se un sistema soddisfa uno scopo definito in condizioni specifiche.
FondamentiHuman-AI collaboration divides work between people and AI systems while keeping responsibility and control clear.
FondamentiAI can supply predictions, organize evidence, or recommend actions, but choosing an action also requires goals, constraints, and responsibility.
FondamentiAn AI failure mode is a repeatable way a system can produce an unacceptable result.
FondamentiLa normalizzazione di gruppo è una tecnica che stabilizza l'addestramento della rete neurale normalizzando le funzionalità all'interno di piccoli gruppi di canali, indipendentemente per ciascuno...
FondamentiUna Gated Recurrent Unit (GRU) è un tipo semplificato di cella di rete neurale ricorrente che utilizza due porte per decidere quali informazioni conservare e cosa dimenticare...
FondamentiIl decadimento del peso è una tecnica semplice e potente che spinge il peso di un modello verso lo zero durante l'allenamento, scoraggiandolo dal fare troppo affidamento su qualsiasi...
FondamentiIl dropout è un trucco di regolarizzazione che spegne casualmente una frazione di neuroni durante ogni fase di addestramento, costringendo la rete a costruire ridondanti, robuste...
FondamentiL'arresto anticipato è una tecnica di regolarizzazione che interrompe l'addestramento del modello nel momento in cui le prestazioni sui dati di convalida bloccati smettono di migliorare.
Controlla cosa hai imparato con un quiz sull'argomento, quindi esplora i nostri corsi strutturati o lavora per ottenere un certificato. Ogni guida rimane libera di leggere.