ここから始めましょう
無料のAIライブラリ
AIを学びましょう。 永久無料。
1657 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。
- 1657無料ガイド
- 9トピックトラック
- ~3 minガイドごと
- ~74h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。
- 91 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
- 177 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
- 170 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
- 124 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
- 123 ガイド企業OpenAI、Anthropic、Google、Meta などのプロファイル。探す
- 346 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
- 165 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
- 319 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
- 142 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
すべてのガイド
1657 の 1657 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Lasso と Elastic Net 回帰ラッソ回帰では、L1 ペナルティが追加され、一部の近似係数が正確にゼロに縮小され、疎な線形モデルが生成されます。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
- 技術的なカウントデータのポアソン回帰ポアソン回帰は、カウントの期待値を予測子の関数としてモデル化し、一般にログ リンクを使用して適合平均を正に保ちます。4 最小読み取り読む
- 技術的なマルチクラス分類のソフトマックス回帰ソフトマックス回帰は、各クラスにスコアを割り当て、すべてのスコアを確率に変換することにより、ロジスティック回帰を相互に排他的なクラスに拡張します。3 最小読み取り読む
- 技術的なXGBoost アルゴリズムXGBoost は、正則化を使用して現在の目標を改善するために新しいツリーを適合させることによって加算予測子を構築する勾配ブースティング ライブラリです。3 最小読み取り読む
- 技術的な期待値最大化アルゴリズムExpectation-maximization (EM) estimates model parameters when data include unobserved variables or missing values by alternating between estimating…3 最小読み取り読む
- 技術的なジニ不純物ジニ不純物は、決定木ノード内でクラス ラベルがどの程度混合されているかを測定します。ゼロは、すべての例が 1 つのクラスに属することを示します。4 最小読み取り読む
- 技術的なKL ダイバージェンスKullback-Leibler (KL) divergence measures the expected extra information cost of using one probability distribution to represent another.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。