AI Foundations
Understand what AI is, how systems learn, where they fail, and how to judge claims without hype.
Free AI library
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.
Start her
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.
Topic tracks
Jump into the area you care about. Every track has multiple plain-English guides.
Full library
84 av 1019 guides shown. Filter by track or search above.
Diffusjonsmodeller genererer bilder ved å lære å reversere en støyprosess, og gjøre tilfeldig statisk til detaljerte bilder trinn for trinn.
GrunnleggendeFå-skuddslæring er evnen til å lære en ny oppgave fra bare en håndfull eksempler i stedet for tusenvis.
GrunnleggendeInnebygginger gjør ord, bilder eller andre data til lister med tall (vektorer) slik at lignende ting havner tett sammen i et høydimensjonalt rom.
GrunnleggendeTokenisering er trinnet som kutter tekst i mindre biter kalt tokens, enhetene en språkmodell faktisk leser og forutsier.
GrunnleggendeFunksjonsteknikk er håndverket med å gjøre rådata om til informative input (funksjoner) som hjelper en modell å lære.
GrunnleggendeEt beslutningstre gir spådommer ved å stille en rekke enkle ja/nei-spørsmål, som et flytskjema.
GrunnleggendeEn støttevektormaskin (SVM) er en klassisk algoritme som skiller to grupper ved å trekke en bredest mulig grense mellom dem.
GrunnleggendeDimensjonsreduksjon krymper data fra mange kolonner (funksjoner) ned til noen få samtidig som den viktige strukturen beholdes.
GrunnleggendeOverføringslæring gjenbruker en modell som allerede er trent på et stort datasett og tilpasser den til en ny, relatert oppgave.
GrunnleggendeSelvstyrt læring trener modeller på umerkede data ved å finne opp en oppgave hvis svar er skjult inne i selve dataene.
GrunnleggendeSemi-overvåket læring trener på en liten mengde merkede data pluss en stor pool av umerkede data.
GrunnleggendeAnomalideteksjon er praksisen med å lære maskiner å flagge datapunkter som avviker kraftig fra normale mønstre.
Check what you learned with topic quizzes, then explore our structured courses and current certification requirements. Core guides remain free to read.