Asas AI
Fahami apa itu AI, bagaimana sistem belajar, di mana ia gagal, dan bagaimana menilai tuntutan tanpa keterujaan.
Perpustakaan AI percuma
84 panduan bahasa Inggeris biasa, laluan pembelajaran berstruktur dan perpustakaan terbuka — dibina oleh 501(c)(3) bukan untung bebas supaya sesiapa sahaja boleh memahami AI moden.
Mulakan di sini
Setiap kursus merangkumi hasil yang jelas, kompetensi yang dipetakan, aktiviti latihan, dan capstone terapan.
Fahami apa itu AI, bagaimana sistem belajar, di mana ia gagal, dan bagaimana menilai tuntutan tanpa keterujaan.
Gunakan AI secara produktif sambil melindungi privasi, memeriksa hasil, dan mengekalkan akauntabiliti manusia.
Nilai kes penggunaan di tempat kerja, jalankan perintis selamat, ukur nilai, dan komunikasikan perubahan dengan bertanggungjawab.
Analisis sistem AI melalui hak, kesakadilan, tadbir urus, keselamatan, dan hasil kepentingan awam.
Fahami model bahasa, pengambilan, ejen, penilaian, kos, dan perlindungan pelaksanaan melalui reka bentuk sistem yang praktikal.
Jejak topik
Lompat ke kawasan yang anda minati. Setiap trek mempunyai berbilang panduan bahasa Inggeris biasa.
Perpustakaan penuh
84 daripada 1019 panduan yang ditunjukkan. Tapis mengikut trek atau carian di atas.
Momentum ialah tweak kepada penurunan kecerunan yang mengumpul purata larian kecerunan lalu, membolehkan pengoptimuman bergolek lebih pantas melalui lembah dan melembapkan…
AsasNesterov Accelerated Gradient (NAG) ialah bentuk momentum yang lebih pintar yang mengintip ke hadapan sebelum mengira kecerunan, memberikan pandangan ke hadapan pembetulan.
AsasKehilangan tiga kali ganda mengajar rangkaian saraf untuk meletakkan item yang serupa rapat dan item yang berbeza berjauhan dalam ruang pembenaman.
AsasPelicinan label ialah helah penyelarasan mudah yang melembutkan sasaran latihan satu-panas yang keras, memberitahu model jawapan yang betul berkemungkinan besar tetapi bukan 100…
AsasSel Memori Jangka Pendek Panjang (LSTM) ialah sejenis unit rangkaian saraf berulang khas yang dibina untuk mengingati maklumat merentas jujukan panjang.
AsasK-Means ialah algoritma tanpa seliaan yang secara automatik mengisih data ke dalam kumpulan K dengan mencari pusat kluster.
AsasK-Nearest Neighbors (KNN) mengklasifikasikan titik data baharu dengan melihat K contoh terdekat dan mengambil undi majoriti.
AsasRegresi logistik meramalkan kebarangkalian bahawa sesuatu tergolong dalam kelas, seperti spam atau bukan spam, dengan mencantumkan jumlah wajaran melalui lengkung berbentuk S.
AsasNaive Bayes ialah pengelas kebarangkalian pantas yang dibina di atas teorem Bayes yang menganggap setiap ciri adalah bebas berdasarkan kelas tersebut.
AsasKeluk ROC memplot sejauh mana pengelas memisahkan dua kelas merentas setiap ambang keputusan yang mungkin, dan AUC memampatkan keseluruhan lengkung itu menjadi satu nombor.
AsasMatriks kekeliruan ialah jadual ringkas yang memecahkan ramalan pengelas kepada kiraan yang betul dan salah untuk setiap kelas.
AsasTukar ganti bias-varian menerangkan mengapa model boleh gagal kerana terlalu mudah atau terlalu kompleks.
Semak perkara yang anda pelajari dengan kuiz topik, kemudian terokai kursus berstruktur kami atau berusaha untuk mendapatkan sijil. Setiap panduan tetap bebas untuk dibaca.