01
AI 기초
AI가 무엇인지, 시스템이 어떻게 학습하는지, 어디서 실패하는지, 그리고 과장하지 않고 주장을 판단하는 방법을 이해하세요.
무료 AI 라이브러리
기초 가이드영원히 무료입니다.
84 누구나 최신 AI를 이해할 수 있도록 독립적인 501(c)(3) 비영리 단체에서 구축한 일반 영어 가이드, 구조화된 학습 경로 및 개방형 라이브러리입니다.
84무료 가이드
1주제 트랙
~2 min가이드 당
~3h읽기 시간
여기서 시작하세요
다섯 결과 기반 강좌
각 과정에는 명확한 성과, 매핑된 역량, 실습 활동, 그리고 적용된 캡스톤이 포함되어 있습니다.
02
책임 있는 AI 사용자
프라이버시를 보호하고, 결과물을 확인하며, 인간의 책임을 지키면서 AI를 생산적으로 활용하세요.
03
AI at Work(직장 내 인공지능)
직장 내 사용 사례를 평가하고, 안전한 시범 사업을 운영하며, 가치를 측정하고, 변화를 책임감 있게 전달하세요.
04
AI 정책 및 사회
권리, 형평성, 거버넌스, 안전, 공익 결과를 통해 AI 시스템을 분석합니다.
05
AI 시스템으로 구축하기
실용적인 시스템 설계를 통해 언어 모델, 검색, 에이전트, 평가, 비용 및 배포 안전장치를 이해하세요.
주제 트랙
트랙별로 찾아보기
관심 있는 영역으로 뛰어들어 보세요. 모든 트랙에는 여러 개의 일반 영어 가이드가 있습니다.
기초핵심 개념: AI가 높은 수준에서 작동하는 방식.84 가이드 언어 AILLM, NLP, ChatGPT, 프롬프트 및 텍스트 이해.155 가이드 비주얼 AI이미지 생성, 컴퓨터 비전, 비디오 및 디자인.133 가이드 오디오 AI음성, 음악, 팟캐스트, 오디오 우선 AI.117 가이드 회사OpenAI, Anthropic, Google, Meta 등의 프로필.121 가이드 응용AI가 코딩, 검색, 에이전트, 일상생활에 어떻게 나타나는지.111 가이드 산업의료, 금융, 교육, 에너지 등의 AI입니다.91 가이드 기술칩, 미세 조정, RAG, 벡터 및 AI 인프라.177 가이드 사회편견, 개인 정보 보호, 저작권, 안전 및 AI 미래.30 가이드
전체 라이브러리
모든 가이드
84 의 1019 가이드가 표시됩니다. 트랙별로 필터링하거나 위에서 검색하세요.
기초
모멘텀을 이용한 확률적 경사하강법
모멘텀은 과거 경사의 실행 평균을 누적하는 경사하강법을 조정하여 최적화가 계곡을 통해 더 빠르게 굴러가고 약화되도록 합니다.
기초네스테로프 가속 그래디언트
NAG(Nesterov Accelerated Gradient)는 기울기를 계산하기 전에 앞을 엿보고 교정적인 미리보기를 제공하는 더 스마트한 형태의 모멘텀입니다.
기초삼중 손실 및 측정 학습
삼중 손실은 임베딩 공간에서 유사한 항목을 서로 가깝게 배치하고 서로 다른 항목을 멀리 배치하는 신경망을 가르칩니다.
기초라벨 평활화
라벨 스무딩(Label Smoothing)은 어려운 원-핫(one-hot) 훈련 목표를 완화하는 간단한 정규화 트릭으로, 모델에 정답 가능성이 매우 높지만 100은 아님을 알려줍니다.
기초장단기 기억 세포
LSTM(장단기 기억) 셀은 긴 시퀀스에 걸쳐 정보를 기억하도록 만들어진 특별한 종류의 순환 신경망 장치입니다.
기초K-평균 클러스터링
K-Means는 클러스터 중심을 찾아 데이터를 K개 그룹으로 자동 정렬하는 비지도 알고리즘입니다.
기초K-최근접이웃
KNN(K-Nearest Neighbors)은 K개의 가장 가까운 예를 보고 과반수 투표를 통해 새로운 데이터 포인트를 분류합니다.
기초로지스틱 회귀
로지스틱 회귀는 S자형 곡선을 통해 가중치 합계를 압축하여 스팸 여부와 같은 클래스에 속하는 항목이 있을 확률을 예측합니다.
기초나이브 베이즈 분류기
Naive Bayes는 클래스에 따라 모든 특성이 독립적이라고 가정하는 Bayes의 정리를 기반으로 구축된 빠르고 확률적인 분류기입니다.
기초ROC 곡선 및 AUC
ROC 곡선은 분류기가 가능한 모든 결정 임계값에서 두 클래스를 얼마나 잘 분리하는지를 표시하고 AUC는 해당 전체 곡선을 하나의 숫자로 압축합니다.
기초혼란 행렬
혼동 행렬은 분류기의 예측을 각 클래스의 올바른 개수와 잘못된 개수로 나누는 간단한 테이블입니다.
기초편향-분산 트레이드오프
편향-분산 트레이드오프는 모델이 너무 단순하거나 너무 복잡하여 실패할 수 있는 이유를 설명합니다.
다 읽었어? 증명해 봐.
Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.