AI 기초
AI가 무엇인지, 시스템이 어떻게 학습하는지, 어디서 실패하는지, 그리고 과장하지 않고 주장을 판단하는 방법을 이해하세요.
무료 AI 라이브러리
1019 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
1019 의 1019 가이드가 표시됩니다. 트랙별로 필터링하거나 위에서 검색하세요.
일관성 정규화는 레이블이 지정되지 않은 입력이 레이블을 유지하는 작은 방식으로 교란될 때 동일한 답을 제공하도록 모델을 가르칩니다.
기술하드 매개변수 공유는 여러 작업이 동일한 숨겨진 레이어를 공유하고 별도의 출력 '헤드'로만 분할되는 고전적인 다중 작업 학습 설계입니다.
기술게이팅 및 라우팅을 통해 신경망은 매번 전체 모델을 실행하는 대신 각 입력에 필요한 부분만 활성화할 수 있습니다.
기술Gumbel-Softmax는 신경망이 개별 범주에서 '샘플링'하는 동시에 경사하강법으로 훈련할 수 있도록 하는 트릭입니다.
기술STE(Straight-Through Estimator)는 반올림이나 임계값과 같은 어렵고 미분할 수 없는 단계가 포함된 네트워크를 훈련하기 위한 간단한 트릭입니다.
기초그룹 정규화는 각 채널에 대해 독립적으로 작은 채널 그룹 내의 특징을 정규화하여 신경망 훈련을 안정화하는 기술입니다.
기초GRU(Gated Recurrent Unit)는 두 개의 게이트를 사용하여 유지할 정보와 잊어버릴 정보를 결정하는 간소화된 유형의 순환 신경망 셀입니다.
기술양방향 순환 네트워크는 순방향 및 역방향 시퀀스를 모두 읽으므로 각 위치의 표현은 과거와 미래의 컨텍스트를 활용합니다.
기술어텐션 롤아웃은 Transformer의 누적된 어텐션 레이어를 통해 정보가 어떻게 흐르는지 추적하여 어떤 입력 토큰이 영향을 미치는지 설명하는 방법입니다.
언어 AI대조 디코딩은 크고 강한 언어 모델의 경향에서 작고 약한 언어 모델의 경향을 빼서 더 높은 품질의 텍스트를 생성합니다.
언어 AI제한된 빔 검색은 언어 모델의 출력이 특정 단어를 포함하거나 문법 일치와 같은 엄격한 요구 사항을 충족하도록 강제하는 동시에…
언어 AIMBR(Minimum Bayes Risk) 디코딩은 확률이 가장 높은 단일 출력이 아닌 다른 여러 출력과 가장 유사한 출력을 선택합니다.
Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.