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。
大規模な言語モデルの推論を 2 つの異なるフェーズ (プリフィルとデコード) に分割し、それらを GPU の異なるプールで実行するサービング アーキテクチャ。
技術的などのモデル レプリカ、GPU、バックエンドが各受信 LLM リクエストを処理するかを決定する制御層と、単一のサーバーが存在しないようにトラフィックを分散する方法を決定します。
技術的な単一のニューラル ネットワーク レイヤー内の計算を複数の GPU に分割して、1 つのデバイスには大きすぎるモデルを実行できるようにする方法。
技術的な内省により、AI エージェントはタスクの途中で自身の出力とアクションを批評し、その批評に基づいて修正することができます。
技術的なTree-of-Thought を使用すると、モデルは 1 つの思考に固執するのではなく、木の枝のように多くの推論パスを並行して探索できます。
技術的な思考のグラフは、思考が分岐するだけでなく、自由に結合、ループ、接続できるネットワークとして推論をモデル化します。
技術的なクラスの不均衡とは、1 つの結果が別の結果を大幅に上回る場合です。たとえば、99.9% の正当なトランザクションと 0 のトランザクションです。
技術的なオートエンコーダーは、データをコンパクトなコードに圧縮して再構築することを学習し、ネットワークに最も多くのものだけをキャプチャさせるニューラル ネットワークです。
技術的なシャム ネットワークは、2 つ以上の同一の重み共有ブランチを使用して、2 つの入力をそれぞれ分類するのではなく、どの程度類似しているかを学習します。
技術的なマルチタスク学習では、1 つのモデルが複数の関連タスクを同時に実行できるようにトレーニングし、それらのタスク間で内部表現を共有します。
技術的な等角予測は、任意のモデルをラップして、90% などの選択された確率で真の答えが含まれることが保証されるセットまたは区間を出力します。
技術的なキャリブレーションとは、モデルで指定された確率が現実と一致することを意味します。70% と表示されている場合、イベントは約 70% の確率で発生するはずです。
Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.