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.
Model resapan menjana imej dengan belajar membalikkan proses hingar, menukar statik rawak kepada gambar terperinci langkah demi langkah.
AsasPembelajaran beberapa pukulan ialah keupayaan untuk mempelajari tugasan baharu daripada hanya segelintir contoh dan bukannya beribu-ribu.
AsasPembenaman menukar perkataan, imej atau data lain menjadi senarai nombor (vektor) supaya perkara yang serupa berakhir berdekatan dalam ruang dimensi tinggi.
AsasTokenisasi ialah langkah yang memotong teks menjadi kepingan yang lebih kecil yang dipanggil token, unit yang sebenarnya dibaca dan diramalkan oleh model bahasa.
AsasKejuruteraan ciri ialah kemahiran menukar data mentah kepada input bermaklumat (ciri) yang membantu model belajar.
AsasPohon keputusan membuat ramalan dengan menanyakan satu siri soalan ya/tidak mudah, seperti carta alir.
AsasMesin vektor sokongan (SVM) ialah algoritma klasik yang memisahkan dua kumpulan dengan melukis sempadan seluas mungkin antara mereka.
AsasPengurangan dimensi mengecilkan data daripada banyak lajur (ciri) kepada beberapa lajur sambil mengekalkan struktur penting.
AsasPembelajaran pemindahan menggunakan semula model yang telah dilatih pada set data yang besar dan menyesuaikannya dengan tugasan baharu yang berkaitan.
AsasPembelajaran penyeliaan sendiri melatih model pada data tidak berlabel dengan mencipta tugasan yang jawapannya tersembunyi di dalam data itu sendiri.
AsasPembelajaran separa penyeliaan melatih sejumlah kecil data berlabel serta kumpulan besar data tidak berlabel.
AsasPengesanan anomali ialah amalan mengajar mesin untuk menandakan titik data yang menyimpang secara mendadak daripada corak biasa.
Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.