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。

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。

フルライブラリ

すべてのガイド

1019 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

知識の蒸留

知識の蒸留は、大規模で正確な「教師」モデルを模倣するように小規模な「生徒」モデルをトレーニングします。

2 最小読み取り読む
技術的な

専門家の混合

Mixture of Experts (MoE) は、ネットワークを多くの特殊なサブネットワークに分割し、入力ごとに少数のサブネットワークのみをアクティブにするモデル設計です。

2 最小読み取り読む
基本

埋め込み

埋め込みは、単語、画像、またはその他のデータを数値 (ベクトル) のリストに変換し、類似したものが高次元空間内で近くに配置されるようにします。

2 最小読み取り読む
基本

トークン化

トークン化は、テキストをトークンと呼ばれる小さな部分に切り分けるステップです。トークンは、言語モデルが実際に読み取って予測する単位です。

2 最小読み取り読む
基本

特徴量エンジニアリング

特徴エンジニアリングは、生データをモデルの学習に役立つ情報入力 (特徴) に変換する技術です。

2 最小読み取り読む
技術的な

モデルの量子化

モデルの量子化では、数値をより少ないビットで保存することでニューラル ネットワークが縮小されるため、同じモデルがより高速に、より小型のハードウェアで実行されます。

2 最小読み取り読む
技術的な

フェデレーテッド ラーニング

フェデレーテッド ラーニングは、生データを 1 か所に収集することなく、多くのデバイスや組織にわたって共有モデルをトレーニングします。

2 最小読み取り読む
基本

デシジョン ツリーとランダム フォレスト

デシジョン ツリーは、フローチャートのように、一連の単純な「はい/いいえ」の質問をすることによって予測を行います。

2 最小読み取り読む
基本

サポートベクターマシン

サポート ベクター マシン (SVM) は、2 つのグループ間に可能な限り広い境界を引くことで 2 つのグループを分離する古典的なアルゴリズムです。

2 最小読み取り読む
基本

次元削減

次元削減により、重要な構造を維持しながら、多くの列 (特徴) のデータが少数に縮小されます。

2 最小読み取り読む
基本

転移学習

転移学習では、大規模なデータセットですでにトレーニングされたモデルを再利用し、それを新しい関連タスクに適応させます。

2 最小読み取り読む
基本

自己教師あり学習

自己教師あり学習では、答えがデータ自体の中に隠されているタスクを発明することにより、ラベルのないデータでモデルをトレーニングします。

2 最小読み取り読む

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.