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
ビジュアルAI ガイド永久無料。
133 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。
133無料ガイド
1トピックトラック
~2 minガイドごと
~4h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
133 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。
ビジュアルAI
神経放射フィールド
Neural Radiance Fields (NeRF) は、数枚の普通の写真から完全な 3D シーンを再構築し、まったく新しい視点にカメラを飛ばすことができます。
ビジュアルAIガウス スプラッティング
ガウス スプラッティングは、リアルタイムでレンダリングできる何百万もの小さな色付きの半透明の塊として 3D シーンを表します。
ビジュアルAIマスクされたオートエンコーダ
マスクされたオートエンコーダー (MAE) は、画像の大部分が隠された後に画像を再構築するように視覚モデルに学習させる自己教師あり手法です。
ビジュアルAI画像のキャプション
画像キャプションは、写真の内容を説明する自然言語文を自動的に生成するタスクです。
ビジュアルAI視覚的な質問への回答
Visual Question Answering (VQA) を使用すると、システムは、「帽子をかぶっている人は何人ですか?」など、画像に関する自由形式の自然言語の質問に答えることができます。
ビジュアルAIYOLO リアルタイム検出
YOLO (You Only Look Once) は、画像内のすべてのオブジェクトを単一のニューラル ネットワーク パスで十分に高速に検出してラベル付けするオブジェクト検出モデルのファミリーです。
ビジュアルAIパノプティックセグメンテーション
パノプティック セグメンテーションでは、画像内のすべてのピクセルにラベルが付けられ、「この領域が何であるか」と「これがどの特定のオブジェクトであるか」が統合されます。
ビジュアルAI人間の姿勢推定
人間の姿勢推定は、肘、膝、肩などの体の関節の位置を検出し、画像から人のデジタル骨格を構築します。
ビジュアルAIFLUX 画像モデル
FLUX は、Black Forest Labs のオープンなテキストから画像へのモデル ファミリであり、鮮明なディテール、強力なプロンプト追従、驚くほど正確なレンダリング テキストで知られています。
ビジュアルAI残留ネットワーク
Residual Networks (ResNets) は、層が完全な変換ではなく小さな調整を学習できるようにする「スキップ接続」を追加するディープ ニューラル ネットワークです。
ビジュアルAI地域ベースの CNN
領域ベースの CNN (R-CNN) は、最初に画像内の候補領域を提案し、次に CNN を使用して分類し、正確にボックス化するオブジェクト検出器のファミリーです…
ビジュアルAIスイングトランス
Swin Transformer は、シフトされた階層ウィンドウで画像を処理するビジョン Transformer であり、注意力を十分に効率的に拡張できるようにします。
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.