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.
La convalida incrociata è una tecnica di ricampionamento per stimare quanto bene un modello si generalizzerà ai dati invisibili.
FondamentiPrecisione e richiamo sono due parametri complementari per valutare i classificatori, soprattutto quando le classi sono sbilanciate.
FondamentiLa doppia discesa è l'osservazione sorprendente che quando un modello diventa più grande, l'errore del test prima peggiora vicino alla "soglia di interpolazione", ma poi migliora...
FondamentiIl Neural Tangent Kernel (NTK) è uno strumento matematico che mostra che le reti neurali infinitamente ampie si comportano come un metodo kernel specifico e fisso durante...
FondamentiL'ipotesi del biglietto della lotteria afferma che all'interno di una grande rete neurale inizializzata in modo casuale si nasconde una piccola sottorete - un "biglietto vincente" - che, addestrato...
FondamentiLe leggi di scala sono formule empiriche che mostrano che la perdita di una rete neurale diminuisce in modo prevedibile man mano che si aumentano le dimensioni del modello, della dimensione del set di dati e del calcolo.
FondamentiChinchilla è una scoperta di DeepMind del 2022 secondo cui la maggior parte dei modelli linguistici di grandi dimensioni erano gravemente sottostimati: per un budget di calcolo fisso dovresti ridimensionare i parametri...
FondamentiLa normalizzazione delle ricompense raggruppate standardizza le ricompense di un modello all'interno di un batch di risposte allo stesso prompt, trasformando i punteggi rumorosi in un allenamento stabile...
FondamentiUn modello mondiale è una rete neurale che impara a prevedere come un ambiente cambia nel tempo, consentendo all’intelligenza artificiale di “immaginare” i risultati futuri prima di agire.
FondamentiLa normalizzazione della lunghezza regola gli obiettivi di ottimizzazione delle preferenze in modo che i modelli smettano di ottenere l'approvazione semplicemente scrivendo risposte più lunghe.
FondamentiIl modello Bradley-Terry è un metodo statistico vecchio di un secolo per trasformare i confronti a coppie (A batte B) in punteggi numerici.
FondamentiIl DPO iterativo allinea ripetutamente un modello linguistico alle preferenze umane o di intelligenza artificiale generando nuove risposte, classificandole e sintonizzandosi ciascuna su quelle nuove coppie...
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.