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
AIを学びましょう。永久無料。
1019 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。
1019無料ガイド
9トピックトラック
~2 minガイドごと
~34h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
1019 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。
技術的な
線形プロービングとフリーズ特徴評価
線形プローブでは、ネットワークをフリーズし、その上で単純な線形分類器のみをトレーニングすることで、事前トレーニングされたモデルの内部表現がどの程度優れているかをテストします。
言語AI投機的サンプリングの検証
投機的サンプリングは、小さな「ドラフト」モデルに先のいくつかのトークンを推測させ、その後大きなモデルで検証させることで、大規模な言語モデルの生成を高速化します。
言語AIエントロピーベースのサンプリング
エントロピー ベースのサンプリングでは、その時点でのモデルの不確実性に基づいて、LLM が次のトークンを選択する方法が適応されます。
技術的なDenseNet と高密度接続
DenseNet は、すべての層が先行するすべての層の特徴マップを入力として受け取る畳み込みネットワークです。
技術的なボトルネックアーキテクチャ
ボトルネック アーキテクチャは、データを狭い中間層に押し込んでから再度拡張するため、ネットワークはコンパクトで効率的な学習を強いられます。
技術的な勾配の累積
勾配累積を使用すると、更新前にいくつかの小さなミニバッチにわたる勾配を合計することで、限られた GPU メモリ上で大きなバッチ サイズをシミュレートできます。
基本早期停止
早期停止は、保持された検証データのパフォーマンスが向上しなくなった瞬間にモデルのトレーニングを停止する正則化手法です。
技術的なシーケンスモデルにおける教師の強制
教師強制は、モデル自身の推測ではなく、前の真のトークンが次の入力として供給されるシーケンス モデルのトレーニング トリックです。
技術的なスケジュールされたサンプリングと露出バイアス
露出バイアスは、完全なプレフィックスのみでトレーニングされたモデルが、推論上、それ自体の不完全な出力を条件付けする必要がある場合に生じるギャップです。
技術的なアンバランス検出のための焦点損失
焦点損失は、検出器が困難でまれな例に焦点を合わせられるように、簡単な例の重みを下げる修正された損失関数です。
基本勢いのある確率的勾配降下法
モメンタムは、過去の勾配の移動平均を蓄積する勾配降下法への微調整であり、最適化が谷間をより速く進み、減衰します。
基本ネステロフ加速勾配
Nesterov Accelerated Gradient (NAG) は、勾配を計算する前に前方を覗いて修正的な先読みを行う、よりスマートな形式の運動量です。
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.