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
177 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
177 di 1019 guide mostrate. Filtra per traccia o cerca sopra.
CUDA è la piattaforma NVIDIA per la scrittura di programmi eseguiti su GPU, sbloccando migliaia di core per il calcolo parallelo.
TecnicoL'Explainable AI (XAI) è il toolkit per trasformare la previsione opaca di un modello in una ragione leggibile dall'uomo.
TecnicoL’interpretabilità meccanicistica è lo sforzo di decodificare i calcoli interni delle reti neurali in algoritmi comprensibili dall’uomo.
TecnicoGli esempi contraddittori sono input disturbati da cambiamenti piccoli, spesso impercettibili, che inducono un modello a fare previsioni sicure ed errate.
TecnicoIl parallelismo dei dati addestra un modello più velocemente replicandolo su più GPU, con ciascuna GPU che elabora una sezione diversa del batch di dati.
TecnicoQuando un modello è troppo grande per essere contenuto in una GPU, il parallelismo del modello e della pipeline suddivide il modello stesso tra i dispositivi.
TecnicoZeRO (Zero Redundancy Optimizer) elimina la dispendiosa duplicazione della memoria del parallelismo dei dati suddividendo lo stato, i gradienti e i pesi dell'ottimizzatore su...
TecnicoIl monitoraggio degli esperimenti è la pratica di registrare sistematicamente ogni esecuzione del machine learning (codice, dati, iperparametri, metriche e output), quindi...
TecnicoCI/CD per il machine learning estende l'integrazione continua e le pipeline di distribuzione continua per coprire non solo il codice, ma anche dati e modelli.
TecnicoLe distribuzioni Canary e shadow sono due strategie a basso rischio per il rilascio di un nuovo modello o servizio in produzione.
TecnicoLa memorizzazione nella cache immediata consente a un modello di intelligenza artificiale di riutilizzare il lavoro computazionale svolto su una porzione ripetuta di testo invece di rielaborarlo ogni volta.
TecnicoUn reranker è un modello di seconda fase che riclassifica un elenco di risultati di ricerca in base alla pertinenza a una query, migliorando l'ordine dopo un fast retriever...
Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.