01
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
技術的な ガイド永久無料。
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。
177無料ガイド
1トピックトラック
~2 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。
02
責任あるAIユーザー
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。
03
働くAI
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。
04
AI政策と社会
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。
05
AI システムによる構築
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
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。
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。84 ガイド 言語AILLM、NLP、ChatGPT、プロンプト、およびテキストの理解。155 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。133 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。117 ガイド 企業OpenAI、Anthropic、Google、Meta などのプロファイル。121 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。111 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。91 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。177 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。30 ガイド
フルライブラリ
すべてのガイド
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。
技術的な
深さ方向に分離可能な畳み込み
深さ方向に分離可能な畳み込みは、標準の畳み込みを 2 つの安価なステップに分解し、乗算とパラメータの数を大幅に削減します。
技術的な拡張された激しい畳み込み
拡張畳み込み (アトラス畳み込みとも呼ばれる) は、フィルターの重みの間にギャップを挿入するため、パラメーターを追加せずにカーネルがより広い領域をカバーします。
技術的な高速道路ネットワークとスキップ接続
スキップ接続により、情報はレイヤーを飛び越えることができ、高速道路ネットワークはこのアイデアの初期のゲート型バージョンでした。
技術的なドメイン適応
ドメイン適応とは、ある種類のデータ (ソース ドメイン) でトレーニングされたモデルを、別の関連する種類のデータでも適切に機能させるための一連の手法です。
技術的なInfiniBand および RDMA ネットワーキング
InfiniBand は、AI クラスター内のサーバーと GPU をリンクする高速、低遅延の相互接続であり、RDMA により、あるマシンが別のマシンのメモリを読み書きできるようになります。
技術的な集団的コミュニケーションとNCCL
集団通信は、GPU のグループがデータを交換および結合する方法であり、NCCL はこれらの交換を驚異的に高速にする NVIDIA のライブラリです。
技術的な特徴エンジニアリング パイプラインとデータのバージョニング
特徴量エンジニアリング パイプラインは生データをモデルが実際に学習する数値信号に変換し、データのバージョン管理はどのデータを正確に追跡します...
技術的なオンラインとオフラインの機能提供の偏り
モデルがオフラインから学習する特徴が、本番環境で実際に受け取る特徴と異なる場合、トレーニング/サービング スキューが発生し、静かに破壊されます…
技術的なKubeflow と ML パイプライン オーケストレーション
Kubeflow は、Kubernetes 上で機械学習ワークフローを実行し、モデルのトレーニングとデプロイを再現可能なコンテナ化されたものに変えるオープンソース ツールキットです。
技術的なML ワークフロー用の Apache Airflow
Apache Airflow は、ワークフローをコードとして作成、スケジュール設定、監視するためのオープンソース プラットフォームです。
技術的なMLflow とモデルのライフサイクル追跡
MLflow は、実験の追跡からモデルのパッケージ化とデプロイに至るまで、機械学習のライフサイクルを管理するためのオープンソース プラットフォームです。
技術的なMoE サービスのためのエキスパート並列処理
エキスパート並列処理では、エキスパート混合モデルの多くのフィードフォワード「エキスパート」が異なる GPU に分割されるため、各デバイスはパラメーターのスライスのみを保持します。
読み終わりましたか？証明してみろ。
Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.