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.
Het forceren van leraren is een trainingstruc voor reeksmodellen waarbij het echte vorige token, en niet de eigen gok van het model, als volgende invoer wordt ingevoerd.
TechnischBlootstellingsbias is de kloof die ontstaat wanneer een model dat alleen op perfecte voorvoegsels is getraind, bij gevolgtrekking moet conditioneren op zijn eigen onvolmaakte resultaten.
TechnischFocal loss is een aangepaste verliesfunctie die eenvoudige voorbeelden naar beneden haalt, zodat een detector zich kan concentreren op de harde, zeldzame voorbeelden.
TechnischTest-time augmentation (TTA) voert een getraind model uit op verschillende gewijzigde versies van dezelfde invoer en berekent het gemiddelde van de voorspellingen.
TechnischNegatieve sampling en Noise Contrastive Estimation (NCE) zijn trucs waarmee modellen enorme vocabulaires kunnen leren zonder een dure volledige softmax te hoeven berekenen.
TechnischInfoNCE is het contrastieve verlies dat een model leert om overeenkomende paren bij elkaar te brengen en niet-overeenkomende paren uit elkaar te duwen in de inbeddingsruimte.
TechnischStochastische Gewichtsgemiddelde (SWA) neemt een eenvoudig gemiddelde van de gewichten van het model van verschillende punten laat in de training in plaats van alleen de finale te behouden...
TechnischLookahead en Lion zijn twee moderne varianten van neurale netwerkoptimalisatie.
TechnischMixup en CutMix zijn methoden voor gegevensvergroting die nieuwe trainingsvoorbeelden creëren door twee afbeeldingen en hun labels te combineren.
TechnischHarde negatieve mijnbouw kiest de meest informatieve, moeilijk te onderscheiden voorbeelden om op te trainen in plaats van moeite te verspillen aan gemakkelijke voorbeelden die het model al krijgt...
TechnischCapsulenetwerken zijn een neurale architectuur die neuronen groepeert in 'capsules' die vectoren uitvoeren die coderen voor zowel het bestaan van een kenmerk als de pose ervan...
TechnischReservoir computing is een slimme manier om terugkerende netwerken te trainen: laat een groot, willekeurig verbonden 'reservoir' van neuronen vast en train alleen...
Check what you learned with topic quizzes, then explore our structured courses and current certification requirements. Core guides remain free to read.