AI-fundamenten
Understand what AI is, how systems learn, where they fail, and how to judge claims without hype.
Gratis AI-bibliotheek
1019 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
1019 van 1019 gidsen getoond. Filter op nummer of zoek hierboven.
Lineair onderzoeken test hoe goed de interne representaties van een vooraf getraind model zijn door het netwerk te bevriezen en er alleen een eenvoudige lineaire classificator bovenop te trainen.
Taal AISpeculatieve sampling versnelt het genereren van grote taalmodellen door een klein 'concept'-model meerdere tokens vooruit te laten raden, en vervolgens het grote model te laten verifiëren ...
Taal AIOp entropie gebaseerde bemonstering past de manier aan waarop een LLM zijn volgende token kiest op basis van hoe onzeker het model op dat moment is.
TechnischDenseNet is een convolutioneel netwerk waarbij elke laag de featuremaps van alle voorgaande lagen als invoer ontvangt.
TechnischEen bottleneck-architectuur perst data door een smalle tussenlaag voordat deze weer wordt uitgebreid, waardoor het netwerk wordt gedwongen compacte, efficiënte...
TechnischMet gradiëntaccumulatie kunt u een grote batchgrootte op een beperkt GPU-geheugen simuleren door gradiënten over verschillende kleine minibatches op te tellen voordat u de update uitvoert...
GrondbeginselenVroegtijdig stoppen is een regularisatietechniek die de modeltraining stopt op het moment dat de prestaties op uitgestelde validatiegegevens niet meer verbeteren.
TechnischHet 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.
GrondbeginselenMomentum is een aanpassing aan de gradiëntafdaling die een lopend gemiddelde van voorgaande gradiënten verzamelt, waardoor de optimalisatie sneller door valleien kan rollen en dempen...
GrondbeginselenNesterov Accelerated Gradient (NAG) is een slimmere vorm van momentum die vooruit gluurt voordat de gradiënt wordt berekend, waardoor deze een corrigerende vooruitblik krijgt.
Check what you learned with topic quizzes, then explore our structured courses and current certification requirements. Core guides remain free to read.