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。
- 基本勢いのある確率的勾配降下法モメンタムは、過去の勾配の移動平均を蓄積する勾配降下法への微調整であり、最適化が谷間をより速く進み、減衰します。2 最小読み取り読む
- 基本ネステロフ加速勾配Nesterov Accelerated Gradient (NAG) は、勾配を計算する前に前方を覗いて修正的な先読みを行う、よりスマートな形式の運動量です。2 最小読み取り読む
- 基本トリプレット損失と計量学習Triplet loss teaches a neural network to place similar items close together and dissimilar items far apart in an embedding space. Free plain-English guide.2 最小読み取り読む
- 基本ラベルのスムージングLabel smoothing replaces hard one-hot targets with a softened target distribution during training. Free plain-English guide.2 最小読み取り読む
- 基本長短期記憶細胞Long Short-Term Memory (LSTM) cells are recurrent units designed to help preserve information and error flow across long sequences.3 最小読み取り読む
- 基本K 平均法クラスタリングK-Means is an unsupervised algorithm that automatically sorts data into K groups by finding cluster centers. Free plain-English guide.2 最小読み取り読む
- 基本K最近傍法K-Nearest Neighbors (KNN) classifies a new data point by looking at the K closest examples and taking a majority vote. Free plain-English guide.2 最小読み取り読む
- 基本ロジスティック回帰ロジスティック回帰では、重み付けされた合計を S 字型の曲線で押しつぶすことによって、何かがスパムであるかどうかなどのクラスに属する確率を予測します。2 最小読み取り読む
- 基本単純ベイズ分類器Naive Bayes is a probabilistic classifier based on Bayes’ theorem with a conditional-independence assumption for features given a class.1 最小読み取り読む
- 基本ROC 曲線と AUCROC 曲線は、分類器がすべての可能な決定しきい値にわたって 2 つのクラスをどの程度適切に分離するかをプロットし、AUC はその曲線全体を 1 つの数値に圧縮します。2 最小読み取り読む
- 基本混同行列A confusion matrix is a simple table that breaks a classifier's predictions into correct and incorrect counts for each class. Free plain-English guide.2 最小読み取り読む
- 基本バイアスと分散のトレードオフThe bias-variance tradeoff explains why a model can fail by being too simple or too complex. Free plain-English guide.2 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。