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.
Il rilevamento della deriva del modello è la pratica di monitorare un modello di machine learning distribuito per individuare quando la sua precisione diminuisce silenziosamente perché il mondo reale ha...
TecnicoIl test A/B per i modelli ML significa instradare il traffico in tempo reale a due versioni del modello contemporaneamente e misurare quale effettivamente funziona meglio su utenti reali e...
TecnicoLa serializzazione del modello è il modo in cui un modello addestrato di machine learning viene salvato su disco in modo che possa essere caricato ed eseguito successivamente, su una macchina diversa o in un altro...
TecnicoL'addestramento a precisione mista accelera l'addestramento della rete neurale e riduce l'utilizzo della memoria eseguendo la maggior parte dei calcoli in virgola mobile a 16 bit anziché a 32 bit.
TecnicoLa decodifica speculativa fa sì che i modelli linguistici di grandi dimensioni generino il testo più velocemente utilizzando un modello di "bozza" piccolo e veloce per indovinare diversi token in anticipo, quindi avendo il grande...
TecnicoLa cache KV memorizza le chiavi e i valori che un trasformatore ha già calcolato in modo da non ripetere il lavoro per ogni nuovo token, ma può gonfiarsi fino a raggiungere i gigabyte.
TecnicoFlash Attention è un modo intelligente per calcolare il passo di attenzione all'interno di Transformers senza mai scrivere la gigantesca matrice di attenzione nella memoria lenta.
TecnicoLa potatura del modello restringe una rete neurale rimuovendo pesi o intere strutture che contribuiscono poco al suo output.
TecnicoLa tokenizzazione divide il testo nelle piccole unità effettivamente lette da un modello linguistico e la codifica Byte Pair Encoding (BPE) è il metodo popolare per creare...
Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.