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.
Toolformer è un metodo AI 2023 Meta che consente a un modello linguistico di apprendere da solo quando e come chiamare strumenti esterni come calcolatrici, motori di ricerca...
TecnicoScopri come funziona Voyager: un agente AI di Minecraft che scrive codice, archivia competenze riutilizzabili e migliora attraverso l'apprendimento permanente senza aggiornamenti graduali.
TecnicoGli agenti generativi sono personaggi IA alimentati da modelli linguistici che ricordano, pianificano e reagiscono come persone credibili.
TecnicoGli agenti di intelligenza artificiale necessitano di due tipi di memoria a lungo termine: memoria episodica per eventi passati specifici e memoria semantica per fatti generali.
TecnicoUn modello di Markov nascosto descrive un sistema che si muove attraverso stati nascosti che non puoi vedere direttamente, emettendo risultati osservabili lungo il percorso.
TecnicoUn processo gaussiano è un modo flessibile e non parametrico per modellare funzioni che viene fornito con stime di incertezza integrate.
TecnicoQ-Learning è un algoritmo di apprendimento per rinforzo che insegna a un agente quali azioni ripagano meglio apprendendo gradualmente il valore di ogni mossa attraverso la prova...
TecnicoI metodi attore-critico combinano due studenti: un "attore" che sceglie le azioni e un "critico" che giudica quanto buone fossero quelle azioni.
TecnicoMonte Carlo Tree Search (MCTS) è un algoritmo di pianificazione che decide la mossa migliore costruendo selettivamente un albero di ricerca e simulando molti futuri possibili.
TecnicoAdam è il cavallo di ottimizzazione dietro la maggior parte delle reti neurali moderne, che regola automaticamente una velocità di apprendimento separata per ogni parametro.
TecnicoUna pianificazione della velocità di apprendimento modifica la dimensione del passo durante l'allenamento invece di mantenerla fissa.
TecnicoLa normalizzazione dei livelli stabilizza l'addestramento ridimensionando le attivazioni all'interno di ogni singolo esempio in modo che abbiano media e varianza unitaria pari a zero.
Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.