ここから始めましょう
無料のAIライブラリ
基本 ガイド 永久無料。
134 平易な英語のガイド、構造化された学習パス、オープン ライブラリ - 独立した 501(c)(3) 非営利団体によって構築され、誰でも最新の AI を理解できるようになります。
- 134無料ガイド
- 1トピックトラック
- ~3 minガイドごと
- ~6h読書時間
ここから始めましょう
5 成果ベースのコース
各コースには、明示的な成果、マッピングされたコンピテンシー、練習アクティビティ、および適用されたキャップストーンが含まれています。
トピックトラック
トラックごとに閲覧する
気になるエリアに飛び込んでみましょう。すべてのトラックには複数のわかりやすい英語のガイドが付いています。
- 134 ガイド基本中心となる概念: AI が高レベルでどのように機能するか。探す
- 272 ガイド言語AILLM、NLP、ChatGPT、プロンプト、およびテキストの理解。探す
- 298 ガイドビジュアルAI画像生成、コンピュータビジョン、ビデオ、デザイン。探す
- 188 ガイドオーディオAI音声、音楽、ポッドキャスティング、オーディオファースト AI。探す
- 145 ガイド企業OpenAI、Anthropic、Google、Meta などのプロファイル。探す
- 761 ガイドアプリケーションAI がコーディング、検索、エージェント、日常生活にどのように現れるか。探す
- 244 ガイド産業ヘルスケア、金融、教育、エネルギーなどにおける AI。探す
- 536 ガイド技術的なチップ、微調整、RAG、ベクター、AI インフラストラクチャ。探す
- 422 ガイド社会偏見、プライバシー、著作権、安全性、そして AI の未来。探す
フルライブラリ
基本
134 の 3000 ガイドが表示されます。トラックでフィルタリングするか、上で検索してください。
- 基本Association Rule Mining and AprioriAssociation rule mining finds item combinations that occur together more often than a chosen threshold in transaction-like data. Free plain-English guide.3 最小読み取り読む
- 基本Cold-Start Problem in RecommendersA recommender has a cold-start problem when a new user or item has too little interaction history for a behavior-based model to estimate a useful match.3 最小読み取り読む
- 基本Content-Based FilteringContent-based filtering recommends items using attributes of the items and signals about what one user has liked or requested. Free plain-English guide.3 最小読み取り読む
- 基本F1 Score and F-BetaF1 combines precision and recall through their harmonic mean, rewarding a classifier only when both are reasonably strong. Free plain-English guide.3 最小読み取り読む
- 基本Lift and Gain ChartsCumulative gain and lift charts show how well a ranking model concentrates actual positive cases near the top of a scored list. Free plain-English guide.3 最小読み取り読む
- 基本Train, Validation, and Test SplitsTraining, validation and test partitions serve different roles in model development: fitting parameters, choosing a design, and estimating performance after…3 最小読み取り読む
- 基本ベイズ統計 vs 頻度主義統計Frequentist inference evaluates procedures by how they behave across repeated samples, while Bayesian inference combines a likelihood with a prior to produce…4 最小読み取り読む
- 基本機械学習における距離メトリクスDistance metrics are mathematical functions that quantify how similar or different two data points are, forming the basis for algorithms like k-nearest…3 最小読み取り読む
- 基本経験的なリスクの最小化Empirical risk minimization (ERM) chooses a hypothesis by minimizing its average loss on a finite training sample as a proxy for expected loss under…3 最小読み取り読む
- 基本The No Free Lunch TheoremThe No Free Lunch results show that, under specific assumptions, algorithms have equal average performance when averaged uniformly over a complete set…3 最小読み取り読む
- 基本AI Winters: History of Booms and BustsAn AI winter is a period when enthusiasm, funding or institutional support for AI research falls after expectations exceed demonstrated results.3 最小読み取り読む
- 基本Base Rates and False Positives in AI DetectionA detector's false-positive rate must be interpreted alongside how common the detected condition is in the population being checked.3 最小読み取り読む
読み終わりましたか？証明してみろ。
トピックのクイズで学んだことを確認し、構造化されたコースを探索したり、認定資格を取得したりできます。すべてのガイドは無料で読むことができます。