AI 基盤
AI とは何か、システムがどのように学習し、どこで失敗するか、誇大広告なしに主張を判断する方法を理解します。
無料のAIライブラリ
155 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。
ここから始めましょう
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。
AI とは何か、システムがどのように学習し、どこで失敗するか、誇大広告なしに主張を判断する方法を理解します。
プライバシーを保護し、出力をチェックし、人間の責任を守りながら、AI を生産的に使用します。
職場のユースケースを評価し、安全なパイロットを実施し、価値を測定し、責任を持って変更を伝えます。
権利、公平性、ガバナンス、安全性、公益の成果を通じて AI システムを分析します。
実践的なシステム設計を通じて、言語モデル、取得、エージェント、評価、コスト、展開の安全策を理解します。
トピックトラック
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。
フルライブラリ
155 の 1019 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。
Word2Vec は Google による 2013 年の技術で、隣接する単語から単語を予測することで密な単語ベクトルを学習し、言語を幾何学に変換します。
言語AIGloVe (Global Vectors for Word Representation) は、2014 年のスタンフォード大学の埋め込み手法であり、世界中のグローバルな共起数から直接単語ベクトルを学習します。
言語AIFastText は 2016 年の Facebook AI メソッドで、各単語を文字 N グラムのバッグとして表現するため、一度も見たことのない単語でもベクトルを構築できます。
言語AIELMo (Embeddings from Language Models) は 2018 年の画期的な技術で、各単語にその文によって形作られた表現を与えたので、「川岸」の「銀行」は異なります…
言語AIマトリョーシカ表現学習 (MRL) は、最も重要な情報が最初の次元に詰め込まれるように埋め込みをトレーニングし、長いデータを切り詰めることができます。
言語AIColBERT は、各ドキュメントとクエリを 1 つではなく多数のトークン レベルのベクトルとして表し、すべてのクエリ トークンを最適なものと照合することで関連性をスコア付けします。
言語AIConstituency 解析では、文を名詞句や動詞句などの入れ子の句に分割し、その文法構造をツリーとして明らかにします。
言語AIステミングと見出し語化はどちらも単語を基本形式に縮小するため、「running」、「ran」、「runs」を 1 つの概念として扱うことができます。
言語AIBag-of-Words は、順序を無視してテキストを単語数に変換し、TF-IDF はそれらの単語数を重み付けするため、一般的な単語よりも珍しい単語の方が重要になります。
言語AIニューラル モデルがテキストを比較する 2 つの方法: バイ エンコーダーは高速検索のために各部分を個別に埋め込みますが、クロス エンコーダーは両方のテキストを一緒に読み取り、より高度な検索を実現します。
言語AIテキストを縮小するための 2 つの戦略: 抽出的要約では最も重要な文をそのままコピーし、抽象的要約では新しい文章を書き込みます。
言語AIプロセス監視は、最終的な答えだけでなく、一連の推論におけるすべての正しいステップに対してモデルに報酬を与えます。
Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.