AI-fundamenten
Understand what AI is, how systems learn, where they fail, and how to judge claims without hype.
Gratis AI-bibliotheek
177 duidelijke Engelse handleidingen, gestructureerde leertrajecten en een open bibliotheek – gebouwd door een onafhankelijke 501(c)(3) non-profitorganisatie, zodat iedereen de moderne AI kan begrijpen.
Begin hier
Each course includes explicit outcomes, mapped competencies, practice activities, and an applied capstone.
Understand what AI is, how systems learn, where they fail, and how to judge claims without hype.
Use AI productively while protecting privacy, checking outputs, and preserving human accountability.
Evaluate workplace use cases, run safe pilots, measure value, and communicate changes responsibly.
Analyze AI systems through rights, equity, governance, safety, and public-interest outcomes.
Understand language models, retrieval, agents, evaluation, cost, and deployment safeguards through practical system design.
Onderwerptracks
Spring naar het gebied waar u om geeft. Elke track heeft meerdere duidelijke Engelse gidsen.
Volledige bibliotheek
177 van 1019 gidsen getoond. Filter op nummer of zoek hierboven.
Prompt security addresses attempts to make a language-model application treat untrusted content as instructions or disclose information it should protect.
TechnischAI data governance assigns responsibility and rules for how data is collected, used, shared, retained, and corrected throughout an AI system.
TechnischAI cloud architecture organizes compute, storage, networking, models, and application services into an operating system for an AI workload.
TechnischBYOL (Bootstrap Your Own Latent) leert nuttige beeldrepresentaties zonder labels en, verrassend genoeg, zonder negatieve voorbeelden.
TechnischBarlow Twins is een zelfbeheerde methode die representaties leert door de kruiscorrelatiematrix tussen twee uitgebreide weergaven dicht bij de identiteit te maken...
TechnischPseudo-labeling is een semi-gecontroleerde techniek waarbij een model dat is getraind op een kleine gelabelde set zijn eigen labels genereert voor niet-gelabelde gegevens, en vervolgens traint op die...
TechnischConsistentieregularisatie leert een model hetzelfde antwoord te geven wanneer een niet-gelabelde invoer op kleine, labelbehoudende manieren wordt verstoord.
TechnischHet delen van harde parameters is het klassieke leerontwerp voor meerdere taken, waarbij verschillende taken dezelfde verborgen lagen delen en alleen worden opgesplitst in afzonderlijke uitvoerkoppen...
TechnischMet Gating en routing kan een neuraal netwerk alleen de onderdelen activeren die het nodig heeft voor elke invoer, in plaats van dat het hele model elke keer moet worden uitgevoerd.
TechnischGumbel-Softmax is een truc waarmee neurale netwerken kunnen 'samplen' uit afzonderlijke categorieën, terwijl ze nog steeds kunnen worden getraind door middel van gradiëntafdaling.
TechnischDe Straight-Through Estimator (STE) is een eenvoudige truc voor trainingsnetwerken die harde, niet-differentieerbare stappen bevatten, zoals afronding of drempelwaarde.
TechnischEen bidirectioneel terugkerend netwerk leest een reeks zowel voorwaarts als achterwaarts, dus de representatie van elke positie is gebaseerd op context uit het verleden en de toekomst.
Check what you learned with topic quizzes, then explore our structured courses and current certification requirements. Core guides remain free to read.