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.
Een dienende architectuur die de gevolgtrekking van grote taalmodellen opsplitst in twee afzonderlijke fasen (vooraf invullen en decoderen) en deze op verschillende groepen GPU's uitvoert.
TechnischDe controlelaag die beslist welke modelreplica, GPU of backend elk binnenkomend LLM-verzoek moet afhandelen en hoe het verkeer moet worden gespreid, zodat geen enkele server...
TechnischEen manier om de wiskunde binnen een enkele neurale netwerklaag over meerdere GPU's te verdelen, zodat een model dat te groot is voor één apparaat nog steeds kan worden uitgevoerd.
TechnischDoor zelfreflectie kan een AI-agent zijn eigen resultaten en acties halverwege de taak bekritiseren en vervolgens herzien op basis van die kritiek.
TechnischMet Tree-of-Thoughts kan een model vele redeneerpaden parallel verkennen, zoals takken van een boom, in plaats van zich aan één gedachtegang te houden.
TechnischGraph-of-Thoughts modelleert redeneren als een netwerk waarin gedachten vrijelijk kunnen samensmelten, herhalen en verbinden, en niet alleen maar vertakken.
TechnischEr is sprake van een klassenonevenwicht wanneer de ene uitkomst veel groter is dan de andere – zoals 99,9% legitieme transacties versus 0.
TechnischEen autoencoder is een neuraal netwerk dat leert gegevens in een compacte code te comprimeren en deze vervolgens te reconstrueren, waardoor het netwerk wordt gedwongen alleen de meest…
TechnischSiamese netwerken gebruiken twee of meer identieke, gewichtsdelende takken om te leren hoe vergelijkbaar twee inputs zijn, in plaats van ze allemaal te classificeren.
TechnischMulti-task learning traint één model om meerdere gerelateerde taken tegelijk uit te voeren, waarbij interne representaties worden gedeeld.
TechnischConformele voorspelling omvat elk model om een set of interval uit te voeren die gegarandeerd het ware antwoord bevat met een gekozen waarschijnlijkheid, zoals 90%.
TechnischKalibratie betekent dat de aangegeven kansen van een model overeenkomen met de werkelijkheid: als er 70% staat, zou de gebeurtenis ongeveer 70% van de tijd moeten plaatsvinden.
Check what you learned with topic quizzes, then explore our structured courses and current certification requirements. Core guides remain free to read.