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
Meta-Apprendimento
Meta-learning, o "imparare a imparare", addestra i modelli ad adattarsi rapidamente a attività nuove di zecca partendo solo da una manciata di esempi.
FondamentiMetodi Ensemble e potenziamento del gradiente
I metodi ensemble combinano molti modelli semplici in modo che il gruppo faccia previsioni migliori rispetto a qualsiasi singolo modello.
FondamentiApprendimento profondo bayesiano
L'apprendimento profondo bayesiano tratta i pesi di una rete neurale come distribuzioni di probabilità anziché come numeri fissi, quindi il modello può dire quanto è sicuro.
FondamentiApprendimento del curriculum
L’apprendimento del curriculum addestra i modelli di intelligenza artificiale su esempi in un ordine deliberato – facile prima, difficile poi – invece di inserire i dati in ordine casuale.
FondamentiRicerca sull'architettura neurale
Neural Architecture Search (NAS) automatizza la progettazione delle strutture di rete neurale, lasciando che siano gli algoritmi, e non gli esseri umani, a decidere quanti livelli, quali operazioni...
FondamentiApprendimento continuo e oblio catastrofico
L’apprendimento continuo è l’obiettivo di addestrare l’IA a un flusso di nuovi compiti nel tempo senza cancellare ciò che già sa.
FondamentiCodificatori automatici variazionali
Gli autocodificatori variazionali (VAE) sono reti neurali generative che imparano a comprimere i dati in uno spazio latente uniforme e probabilistico e quindi ricostruire...
FondamentiModelli spaziali statali e Mamba
I modelli dello spazio degli stati (SSM) sono modelli di sequenza che trasportano le informazioni attraverso uno stato nascosto compresso, scalando invece linearmente con la lunghezza della sequenza...
FondamentiGrafico delle reti neurali
Le reti neurali a grafo (GNN) sono modelli che apprendono direttamente su dati strutturati a grafo - nodi collegati da bordi - passando e aggregando informazioni...
FondamentiApprendimento per rinforzo multi-agente
Il Multi-Agent Reinforcement Learning (MARL) addestra diversi agenti di apprendimento che condividono un ambiente, ciascuno adattando il proprio comportamento mentre anche gli altri si adattano.
FondamentiApprendimento attivo
L'apprendimento attivo è una strategia di formazione in cui il modello stesso sceglie quali esempi senza etichetta un essere umano dovrebbe etichettare successivamente.
FondamentiAumento dei dati
L'aumento dei dati espande artificialmente un set di addestramento creando copie modificate di esempi esistenti, ad esempio capovolgendo o ritagliando immagini.
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.