AI 기초
AI가 무엇인지, 시스템이 어떻게 학습하는지, 어디서 실패하는지, 그리고 과장하지 않고 주장을 판단하는 방법을 이해하세요.
무료 AI 라이브러리
84 누구나 최신 AI를 이해할 수 있도록 독립적인 501(c)(3) 비영리 단체에서 구축한 일반 영어 가이드, 구조화된 학습 경로 및 개방형 라이브러리입니다.
여기서 시작하세요
각 과정에는 명확한 성과, 매핑된 역량, 실습 활동, 그리고 적용된 캡스톤이 포함되어 있습니다.
AI가 무엇인지, 시스템이 어떻게 학습하는지, 어디서 실패하는지, 그리고 과장하지 않고 주장을 판단하는 방법을 이해하세요.
프라이버시를 보호하고, 결과물을 확인하며, 인간의 책임을 지키면서 AI를 생산적으로 활용하세요.
직장 내 사용 사례를 평가하고, 안전한 시범 사업을 운영하며, 가치를 측정하고, 변화를 책임감 있게 전달하세요.
권리, 형평성, 거버넌스, 안전, 공익 결과를 통해 AI 시스템을 분석합니다.
실용적인 시스템 설계를 통해 언어 모델, 검색, 에이전트, 평가, 비용 및 배포 안전장치를 이해하세요.
주제 트랙
관심 있는 영역으로 뛰어들어 보세요. 모든 트랙에는 여러 개의 일반 영어 가이드가 있습니다.
전체 라이브러리
84 의 1019 가이드가 표시됩니다. 트랙별로 필터링하거나 위에서 검색하세요.
자체 플레이 미세 조정은 모델이 자체 과거 출력과 경쟁하거나 학습하여 자체 훈련 신호를 생성함으로써 모델을 개선합니다.
기초테스트 시간 훈련(TTT)을 사용하면 모델이 훈련 후에 정지 상태를 유지하는 대신 예측을 하는 순간 각각의 새로운 입력으로부터 학습을 계속할 수 있습니다.
기초그로킹(Grokking)은 신경망이 먼저 훈련 데이터를 기억하고 오랜 시간 동안 거의 0에 가까운 검증 정확도에 머물렀다가…
기초과적합은 모델이 훈련 데이터를 기억하고 새로운 예에서 실패하는 경우입니다. 과소적합은 실제 패턴을 포착하기에는 너무 단순한 경우입니다.
기초정규화는 훈련 세트를 기억하는 대신 새로운 데이터로 일반화하도록 모델을 의도적으로 제한하는 기술 세트입니다.
기초역전파는 각 가중치가 오류에 얼마나 기여했는지 효율적으로 계산하여 신경망이 실수로부터 학습할 수 있도록 하는 알고리즘입니다.
기초경사하강법은 모델의 가중치를 실제로 한 번에 작은 단계씩 낮은 오류 쪽으로 이동시키는 최적화 방법입니다.
기초손실 함수는 모델의 예측이 얼마나 잘못된지 알려주는 단일 숫자로, 모호한 목표를 수학으로 최적화할 수 있는 것으로 바꿔줍니다.
기초활성화 함수는 신경망이 직선이 아닌 복잡한 곡선 패턴을 학습할 수 있도록 하는 각 뉴런 내부의 작은 비선형 게이트입니다.
기초CNN(Convolutional Neural Networks)은 이미지를 이해하기 위한 핵심 아키텍처입니다.
기초순환 신경망(RNN)은 텍스트, 음성, 시계열과 같은 시퀀스를 처리하도록 구축되었습니다.
기초생성적 적대 신경망(GAN)은 경연 대회에서 두 개의 신경망을 서로 대결시켜 현실적인 새로운 데이터를 생성합니다.
주제 퀴즈를 통해 배운 내용을 확인한 다음 체계적인 과정을 살펴보거나 인증서를 취득하세요. 모든 가이드는 무료로 읽을 수 있습니다.