ここから始めましょう
無料のAIライブラリ
技術的な ガイド 永久無料。
536 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。
- 536無料ガイド
- 1トピックトラック
- ~3 minガイドごと
- ~26h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
技術的な
536 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。
- 技術的なエイダブーストAdaBoost は弱い学習者のアンサンブルを順番に構築し、以前の学習者が誤って分類したトレーニング例への注目を高めます。3 最小読み取り読む
- 技術的なDICOM と医用画像データ形式DICOMは、ピクセルデータと、検査や取得を説明する構造化属性を含む、医療画像および関連情報の交換のための標準規格です。3 最小読み取り読む
- 技術的な一般化線形モデル一般化線形モデル (GLM) は、線形予測子、応答分布、およびリンク関数を通じて、予測子を結果に関連付けます。4 最小読み取り読む
- 技術的なヒンジの損失ヒンジ損失は、符号付きマージンが1未満になった場合、正しく分類された点であっても、その分類例にペナルティを課します。4 最小読み取り読む
- 技術的なフーバー損失とロバスト回帰フーバー損失は、残差が小さい場合は 2 次であり、残差が大きい場合は線形であるため、2 乗損失と比較して極端な誤差の影響が軽減されます。4 最小読み取り読む
- 技術的なカーネルのトリックカーネルトリックは、内積に依存するアルゴリズムが、すべての特徴を明示的に構築せずに、より豊かな特徴表現を使用しているかのように振る舞うことを可能にします。3 最小読み取り読む
- 技術的なLasso と Elastic Net 回帰ラッソ回帰はL1ペナルティを追加し、一部の適合係数を正確にゼロにまで縮小することで、スパースな線形モデルを生成します。分かりやすいプレーンイングリッシュの無料ガイド。4 最小読み取り読む
- 技術的な線形回帰の仮定と残差分析線形回帰では、条件付き平均を予測子の線形結合として記述しますが、信頼できる解釈と不確実性の推定値は…によって決まります。4 最小読み取り読む
- 技術的なLog 変換と Box-Cox 変換Log、Box-Cox、および Yeo-Johnson 変換は数値分布を再形成し、多くの場合、モデル化する前に右の歪みを減らし、変動を安定させます。3 最小読み取り読む
- 技術的なMAP 推定と事前分布最大事後 (MAP) 推定では、連続パラメーターの事後密度が最も高いパラメーター値、つまり事後質量が選択されます。3 最小読み取り読む
- 技術的な多重共線性と分散インフレ係数多重共線性は、回帰内の予測変数に重複する情報が含まれている場合に発生し、個々の寄与を分離することが困難になります。4 最小読み取り読む
- 技術的な順序回帰順序回帰では、数値ギャップが等しいと仮定せずに、順序を使用して、低、中、高などの順序付きカテゴリーを予測します。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。