01
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
Fondamenti guideLibero per sempre.
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.
84Guide gratuite
1Tracce di argomenti
~2 minPer guida
~3hTempo di lettura
Inizia qui
Cinque Corsi basati sui risultati
Ogni corso include risultati espliciti, competenze mappate, attività di pratica e un capstone applicato.
02
Utente AI responsabile
Usa l'IA in modo produttivo proteggendo la privacy, controllando i risultati e preservando la responsabilità umana.
03
L'intelligenza artificiale al lavoro
Valuta i casi d'uso sul posto di lavoro, conduci progetti pilota sicuri, misura il valore e comunica le modifiche in modo responsabile.
04
Politica e società sull'intelligenza artificiale
Analizza i sistemi di IA attraverso diritti, equità, governance, sicurezza e risultati di interesse pubblico.
05
Costruire con sistemi di intelligenza artificiale
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
Sfoglia per traccia
Entra nell'area che ti interessa. Ogni traccia ha più guide in inglese semplice.
FondamentiConcetti fondamentali: come funziona l'intelligenza artificiale ad alto livello.84 guide Intelligenza artificiale linguisticaLLM, PNL, ChatGPT, suggerimenti e comprensione del testo.155 guide IA visivaGenerazione di immagini, visione artificiale, video e design.133 guide IA audioVoce, musica, podcast e IA con priorità all'audio.117 guide AziendeProfili di OpenAI, Anthropic, Google, Meta e altri.121 guide ApplicazioniCome l'intelligenza artificiale si presenta nella codifica, nella ricerca, negli agenti e nella vita quotidiana.111 guide IndustrieL'intelligenza artificiale nel settore sanitario, finanziario, educativo, energetico e altro ancora.91 guide TecnicoChip, messa a punto, RAG, vettori e infrastruttura AI.177 guide SocietàPregiudizi, privacy, copyright, sicurezza e futuro dell’intelligenza artificiale.30 guide
Libreria completa
Tutte le guide
84 di 1019 guide mostrate. Filtra per traccia o cerca sopra.
Fondamenti
Ottimizzazione automatica dell'esecuzione
La messa a punto automatica migliora un modello facendolo competere o imparare dai propri risultati passati, generando il proprio segnale di addestramento.
FondamentiFormazione in fase di prova
L'addestramento al tempo di test (TTT) consente a un modello di continuare ad apprendere da ogni nuovo input nel momento in cui effettua una previsione, invece di rimanere congelato dopo l'addestramento.
FondamentiGrokking e generalizzazione ritardata
Il grokking è un fenomeno sorprendente in cui una rete neurale prima memorizza i suoi dati di addestramento, rimane a lungo con una precisione di convalida vicina allo zero e poi...
FondamentiOverfitting e Underfitting
L'overfitting si verifica quando un modello memorizza i suoi dati di addestramento e fallisce su nuovi esempi; l'underfitting si verifica quando è troppo semplice catturare il modello reale.
FondamentiRegolarizzazione
La regolarizzazione è un insieme di tecniche che vincolano deliberatamente un modello in modo che si generalizzi a nuovi dati invece di memorizzare il set di addestramento.
FondamentiPropagazione all'indietro
La backpropagation è l'algoritmo che consente a una rete neurale di imparare dai propri errori calcolando in modo efficiente quanto ciascun peso ha contribuito all'errore.
FondamentiDiscesa gradiente
La discesa del gradiente è il metodo di ottimizzazione che sposta effettivamente i pesi di un modello verso il basso verso un errore inferiore, un piccolo passo alla volta.
FondamentiFunzioni di perdita
Una funzione di perdita è il singolo numero che indica a un modello quanto siano sbagliate le sue previsioni, trasformando un obiettivo vago in qualcosa che la matematica può ottimizzare.
FondamentiFunzioni di attivazione
Le funzioni di attivazione sono le piccole porte non lineari all'interno di ciascun neurone che consentono alle reti neurali di apprendere schemi complessi e curvi invece che solo linee rette.
FondamentiReti neurali convoluzionali
Le reti neurali convoluzionali (CNN) sono l'architettura del cavallo di battaglia per la comprensione delle immagini.
FondamentiReti neurali ricorrenti
Le reti neurali ricorrenti (RNN) sono costruite per gestire sequenze come testo, parlato e serie temporali.
FondamentiReti avversarie generative
Le reti generative avversarie (GAN) creano nuovi dati realistici mettendo due reti neurali l'una contro l'altra in una competizione.
Hai finito di leggere? Dimostralo.
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.