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
テスト時の拡張
テスト時拡張 (TTA) は、同じ入力のいくつかの変更されたバージョンでトレーニングされたモデルを実行し、予測を平均します。
技術的なネガティブサンプリングとノイズ対比推定
ネガティブ サンプリングとノイズ対比推定 (NCE) は、コストのかかる完全なソフトマックスを計算することなく、モデルが膨大な語彙を学習できるようにするトリックです。
技術的なInfoNCE と SimCLR の目的
InfoNCE は、埋め込み空間内で一致するペアをまとめ、不一致のペアを押し離すことをモデルに教える対照的な損失です。
技術的な確率的重み平均
確率的重み平均 (SWA) は、最終的な重みを保持するのではなく、トレーニング後半のいくつかのポイントからモデルの重みの単純な平均を取得します。
技術的なLookahead と Lion オプティマイザー
Lookahead と Lion は、ニューラル ネットワークの最適化を現代風にアレンジしたものです。
技術的なMixup と CutMix の拡張
Mixup と CutMix は、2 つの画像とそのラベルをブレンドすることで新しいトレーニング サンプルを作成するデータ拡張メソッドです。
基本トリプレット損失と計量学習
三重項損失は、埋め込み空間内で似たアイテムを近くに配置し、異なるアイテムを遠くに配置するようにニューラル ネットワークに教えます。
技術的なオンラインおよびハードネガティブマイニング
ハード ネガティブ マイニングでは、モデルがすでに取得している簡単な例に労力を浪費するのではなく、最も有益で区別が難しい例を選択してトレーニングします。
基本ラベルのスムージング
ラベル スムージングは、難しいワンホット トレーニング ターゲットを和らげる単純な正則化トリックであり、正解の可能性は非常に高いが 100 ではないことをモデルに伝えます。
技術的なカプセルネットワーク
カプセル ネットワークは、ニューロンを「カプセル」にグループ化し、フィーチャが存在するかどうかとそのポーズの両方をエンコードするベクトルを出力するニューラル アーキテクチャです。
技術的なエコーステートネットワークとリザーバーコンピューティング
リザーバー コンピューティングは、リカレント ネットワークをトレーニングするための賢い近道です。ランダムに接続された大規模なニューロンの「リザーバー」を固定したままにし、トレーニングのみを行います。
基本長短期記憶細胞
長短期記憶 (LSTM) セルは、長いシーケンスにわたる情報を記憶するために構築された特別な種類のリカレント ニューラル ネットワーク ユニットです。
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.