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
177 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
177 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。
モデル ドリフト検出は、デプロイされた機械学習モデルを監視して、現実世界の状況により精度が静かに低下するタイミングを検出する実践です。
技術的なML モデルの A/B テストとは、ライブ トラフィックを 2 つのモデル バージョンに同時にルーティングし、実際のユーザーと実際のバージョンでどちらのパフォーマンスが優れているかを測定することを意味します。
技術的なモデルのシリアル化とは、トレーニングされた機械学習モデルをディスクに保存し、後で別のマシンまたは別のマシンにロードして実行できるようにする方法です。
技術的な混合精度トレーニングは、ほとんどの演算を 32 ビットではなく 16 ビット浮動小数点で実行することで、ニューラル ネットワークのトレーニングを高速化し、メモリ使用量を削減します。
技術的な投機的デコードでは、小規模で高速な「ドラフト」モデルを使用して先のいくつかのトークンを推測し、その後、大きな…
技術的なKV キャッシュには、トランスフォーマーがすでに計算したキーと値が保存されるため、新しいトークンごとに作業をやり直すことはありませんが、そのキャッシュはギガバイトにまで膨れ上がる可能性があります。
技術的なフラッシュ アテンションは、巨大なアテンション マトリックスを低速メモリに書き込むことなく、トランスフォーマー内でアテンション ステップを計算する賢い方法です。
技術的なモデルの枝刈りは、出力にほとんど寄与しない重みや構造全体を削除することにより、ニューラル ネットワークを縮小します。
技術的なトークン化は、言語モデルが実際に読み取る小さな単位にテキストを分割します。バイト ペア エンコーディング (BPE) は、…を構築するための一般的な方法です。
Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.