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。
3000 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。
- 3000無料ガイド
- 9トピックトラック
- ~3 minガイドごと
- ~154h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。
- 134 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
- 272 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
- 298 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
- 188 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
- 145 ガイド企業OpenAI、Anthropic、Google、Meta などのプロファイル。探す
- 761 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
- 244 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
- 536 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
- 422 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
3000 の 3000 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ML システム設計インタビュー強力な ML システム設計の答えは、モデルやインフラストラクチャを選択する前に、製品の目標、ユーザー、制約、成功指標を明確にすることから始まります。3 最小読み取り読む
- 技術的なモデル FLOP 使用率 (MFU)Model FLOPs utilization (MFU) compares a model's estimated useful floating-point work per second with a GPU system's theoretical peak throughput…3 最小読み取り読む
- 技術的なModel Rollback and Fallback StrategiesRollback and fallback strategies restore acceptable service when a model release or dependency fails. Free plain-English guide.3 最小読み取り読む
- 技術的な正解ラベルなしでモデルを監視するWhen outcome labels arrive late or are unavailable, monitoring can track inputs, predictions, confidence and operational proxies while waiting for verified…3 最小読み取り読む
- 技術的なマルチモデルの提供とモデルの多重化マルチモデル サービングでは、複数のモデル バージョンまたはテナントが共有推論レイヤーの背後に配置され、多重化により要求されたモデルがワーカーにロードされます。3 最小読み取り読む
- 言語AI教育者向け NotebookLM: Gemini ノートブックNotebookLM, now called Gemini Notebook, helps educators organize selected course sources, ask source-grounded questions and create study materials such…3 最小読み取り読む
- 技術的なNVIDIA NIM 推論マイクロサービスNVIDIA NIM provides containerized inference microservices for deploying supported AI models with optimized serving components and documented APIs.3 最小読み取り読む
- 技術的なOff-Policy Evaluation from Logged DataOff-policy evaluation estimates how a new decision policy might perform using data logged by an older policy, without deploying the new policy first.3 最小読み取り読む
- 技術的なオンライン対オフラインモデル評価Offline evaluation measures candidate models on historical or held-out data, while online evaluation measures their impact in a live or controlled user…3 最小読み取り読む
- 技術的なOpenVINO for Intel Hardware InferenceOpenVINO is a toolkit for converting and running trained models on supported Intel hardware through an inference runtime. Free plain-English guide.3 最小読み取り読む
- 技術的なCPU上でのモデル推論最適化CPU inference can be practical for many models when threading, data layout, precision, runtime, and input processing are tuned for the target machine.3 最小読み取り読む
- 技術的なML トレーニング パイプラインでの PII の処理Personally identifiable information in machine-learning pipelines should be minimized, protected, and handled across collection, preprocessing, training…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。