Free AI library

Grunnleggende guiderFree forever.

84 plain-English guides, structured learning paths, and an open library — built by an independent 501(c)(3) nonprofit so anyone can understand modern AI.

84Gratis guider
1Topic tracks
~2 minPer guide
~3hReading time

Start her

Five outcome-based courses

Each course includes explicit outcomes, mapped competencies, practice activities, and an applied capstone.

Topic tracks

Browse by track

Jump into the area you care about. Every track has multiple plain-English guides.

Full library

All guides

84 av 1019 guides shown. Filter by track or search above.

Grunnleggende

Selvspill finjustering

Finjustering av selvspill forbedrer en modell ved å la den konkurrere mot eller lære av sine egne tidligere resultater, og generere sitt eget treningssignal.

2 min readLes
Grunnleggende

Test-Time Training

Test-time training (TTT) lar en modell fortsette å lære av hver nye input i det øyeblikket den gir en prediksjon, i stedet for å forbli frossen etter trening.

2 min readLes
Grunnleggende

Grokking og forsinket generalisering

Grokking er et oppsiktsvekkende fenomen der et nevralt nettverk først husker treningsdataene sine, sitter med nesten null valideringsnøyaktighet i lang tid, og deretter...

2 min readLes
Grunnleggende

Overfitting og Underfitting

Overfitting er når en modell husker treningsdataene sine og feiler på nye eksempler; undertilpasning er når det er for enkelt å fange det virkelige mønsteret.

2 min readLes
Grunnleggende

Regulering

Regularisering er et sett med teknikker som bevisst begrenser en modell slik at den generaliserer til nye data i stedet for å huske treningssettet.

2 min readLes
Grunnleggende

Tilbakepropagering

Backpropagation er algoritmen som lar et nevralt nettverk lære av sine feil ved å effektivt beregne hvor mye hver vekt bidro til feilen.

2 min readLes
Grunnleggende

Gradient Nedstigning

Gradientnedstigning er optimaliseringsmetoden som faktisk flytter en modells vekter nedover mot lavere feil, ett lite skritt om gangen.

2 min readLes
Grunnleggende

Tapsfunksjoner

En tapsfunksjon er det enkle tallet som forteller en modell hvor feil spådommene dens er, å gjøre et vagt mål til noe matematikk kan optimalisere.

2 min readLes
Grunnleggende

Aktiveringsfunksjoner

Aktiveringsfunksjoner er de små ikke-lineære portene inne i hvert nevron som lar nevrale nettverk lære komplekse, buede mønstre i stedet for bare rette linjer.

2 min readLes
Grunnleggende

Konvolusjonelle nevrale nettverk

Convolutional Neural Networks (CNN) er arbeidshestens arkitektur for å forstå bilder.

2 min readLes
Grunnleggende

Tilbakevendende nevrale nettverk

Tilbakevendende nevrale nettverk (RNN) er bygget for å håndtere sekvenser som tekst, tale og tidsserier.

2 min readLes
Grunnleggende

Generative kontradiktoriske nettverk

Generative Adversarial Networks (GANs) skaper realistiske nye data ved å sette to nevrale nettverk mot hverandre i en konkurranse.

2 min readLes

Finished reading? Prove it.

Check what you learned with topic quizzes, then explore our structured courses and current certification requirements. Core guides remain free to read.