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。
- 技術的なマルコフ連鎖モンテカルロMarkov chain Monte Carlo (MCMC) uses dependent draws from a carefully designed Markov chain to approximate expectations under a target distribution, often…4 最小読み取り読む
- 技術的な多重比較の修正Testing many hypotheses increases the chance of obtaining at least one false positive, even when each test uses the same nominal significance level.3 最小読み取り読む
- 技術的な有馬モデルARIMA models forecast a time series using autoregressive terms, differencing and moving-average terms, summarized by orders p, d and q.3 最小読み取り読む
- 技術的な自己相関、ACF、PACF自己相関は、時系列とそれ自体の時間差バージョンとの間の線形関連性を測定し、ACF はそれを時間差全体で表示します。3 最小読み取り読む
- 技術的な変化点検出Change point detection identifies times when a series' statistical behavior shifts, such as a change in mean, variance or trend.3 最小読み取り読む
- 技術的なDBSCAN クラスタリングDBSCAN は密集した近傍からクラスターを形成し、十分に密集した領域に接続できない点をノイズとしてラベル付けします。3 最小読み取り読む
- 技術的なサイコロ係数とセグメンテーションメトリクスDice 係数は、予測領域と参照領域の間の重複を測定し、1 つのスコア内で偽陽性と偽陰性のバランスをとります。3 最小読み取り読む
- 技術的な指数平滑法とホルト・ウィンターズ指数平滑法は、最近の観測値と以前の推定値の重み付けされた組み合わせでレベルを更新することで系列を予測し、より新しい値を提供します。3 最小読み取り読む
- 技術的なFaster-Whisper と Whisper.cpp (ローカル文字起こし用)Faster-Whisper and whisper.cpp are community runtimes for running Whisper speech-recognition models with different implementation and deployment tradeoffs.3 最小読み取り読む
- 技術的な予測精度メトリクス: MAPE、sMAPE、MASE予測メトリクスは、予測が観測値とどのように異なるかを要約しますが、MAPE、sMAPE、MASE ではスケール値とゼロ値の処理方法が異なります。3 最小読み取り読む
- 技術的な混合ガウスモデル混合ガウス モデル (GMM) は、ガウス成分の重み付けされた組み合わせとしてデータ分布を表し、各観測確率を割り当てます。3 最小読み取り読む
- 技術的な階層的クラスタリング階層的クラスタリングは、通常、凝集手順で最も近いクラスターを繰り返しマージすることによって、グループの入れ子になったシーケンスを構築します。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。