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
1019 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
1019 di 1019 guide mostrate. Filtra per traccia o cerca sopra.
Il sondaggio lineare verifica la validità delle rappresentazioni interne di un modello preaddestrato congelando la rete e addestrando solo un semplice classificatore lineare al di sopra.
Intelligenza artificiale linguisticaIl campionamento speculativo accelera la generazione di modelli linguistici di grandi dimensioni consentendo a un piccolo modello "bozza" di indovinare diversi token in anticipo, quindi verificando il modello grande...
Intelligenza artificiale linguisticaIl campionamento basato sull'entropia adatta il modo in cui un LLM sceglie il token successivo in base all'incertezza del modello in quel momento.
TecnicoDenseNet è una rete convoluzionale in cui ogni livello riceve come input le mappe delle caratteristiche di tutti i livelli precedenti.
TecnicoUn’architettura a collo di bottiglia comprime i dati attraverso uno stretto strato intermedio prima di espanderli nuovamente, costringendo la rete a diventare compatta, efficiente…
TecnicoL'accumulo di gradienti ti consente di simulare batch di grandi dimensioni su una memoria GPU limitata sommando i gradienti su diversi mini-batch di piccole dimensioni prima dell'aggiornamento...
FondamentiL'arresto anticipato è una tecnica di regolarizzazione che interrompe l'addestramento del modello nel momento in cui le prestazioni sui dati di convalida bloccati smettono di migliorare.
TecnicoLa forzatura dell'insegnante è un trucco di addestramento per i modelli di sequenza in cui il vero token precedente, non l'ipotesi del modello, viene inserito come input successivo.
TecnicoIl bias di esposizione è il divario che appare quando un modello addestrato solo su prefissi perfetti deve, per inferenza, condizionare i propri risultati imperfetti.
TecnicoLa perdita focale è una funzione di perdita modificata che riduce il peso degli esempi facili in modo che un rilevatore possa concentrarsi su quelli difficili e rari.
FondamentiMomentum è una modifica alla discesa del gradiente che accumula una media corrente dei gradienti passati, consentendo all'ottimizzazione di scorrere più velocemente attraverso le valli e smorzare...
FondamentiIl gradiente accelerato di Nesterov (NAG) è una forma più intelligente di slancio che fa capolino prima di calcolare il gradiente, dandogli un look-ahead correttivo.
Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.