Bezpłatna biblioteka AI

Podstawy przewodnikiZa darmo na zawsze.

84 przewodniki w prostym języku angielskim, ustrukturyzowane ścieżki edukacyjne i otwarta biblioteka — stworzone przez niezależną organizację non-profit 501(c)(3), aby każdy mógł zrozumieć współczesną sztuczną inteligencję.

84Bezpłatne przewodniki
1Ścieżki tematyczne
~2 minWedług przewodnika
~3hCzas czytania

Zacznij tutaj

Pięć Kursy oparte na wynikach

Każdy kurs zawiera wyraźne wyniki, zmapowane kompetencje, ćwiczenia oraz praktyczny projekt końcowy.

Ścieżki tematyczne

Przeglądaj według utworu

Wskocz w obszar, na którym Ci zależy. Do każdego utworu dołączono wiele przewodników w języku angielskim.

Pełna biblioteka

Wszystkie przewodniki

84 z 1019 pokazane przewodniki. Filtruj według utworu lub wyszukaj powyżej.

Podstawy

Czym jest sztuczna inteligencja?

Sztuczna inteligencja (AI) to dziedzina budowania systemów komputerowych wykonujących zadania takie jak rozpoznawanie wzorców, rozumienie języka, planowanie…

3 min. przeczytajPrzeczytaj
Podstawy

Jak uczy się sztuczna inteligencja

Systemy uczenia maszynowego uczą się, dostosowując model na podstawie danych i celu szkoleniowego.

3 min. przeczytajPrzeczytaj
Podstawy

Sieci neuronowe

Sieć neuronowa to model uczenia maszynowego składający się z połączonych operacji matematycznych z regulowanymi parametrami.

3 min. przeczytajPrzeczytaj
Podstawy

Głębokie uczenie się

Głębokie uczenie się to gałąź uczenia maszynowego, która wykorzystuje wielowarstwowe sieci neuronowe do uczenia się reprezentacji danych.

3 min. przeczytajPrzeczytaj
Podstawy

Szkolenie AI

Szkolenie AI to proces dostosowywania modelu uczenia maszynowego na podstawie przykładów i celu uczenia się.

2 min. przeczytajPrzeczytaj
Podstawy

Wnioskowanie AI

Wnioskowanie polega na użyciu przeszkolonego modelu w celu wygenerowania wyniku na podstawie nowych danych wejściowych.

2 min. przeczytajPrzeczytaj
Podstawy

Sztuczna inteligencja i dane

Dane to zapisane informacje, z których uczy się system uczenia maszynowego lub je przetwarza.

2 min. przeczytajPrzeczytaj
Podstawy

Wyjaśnienie modeli AI

Model uczenia maszynowego to system matematyczny, który mapuje dane wejściowe na wyjścia za pomocą struktury i wyuczonych parametrów.

2 min. przeczytajPrzeczytaj
Podstawy

Podstawy uczenia maszynowego

Uczenie maszynowe buduje modele, których zachowanie jest dobierane na podstawie przykładów, a nie pisane w całości jako wyraźne reguły.

2 min. przeczytajPrzeczytaj
Podstawy

Nauka nadzorowana

Uczenie nadzorowane pasuje do modelu wykorzystującego przykłady, które łączą wejścia z docelowymi wyjściami.

2 min. przeczytajPrzeczytaj
Podstawy

Uczenie się bez nadzoru

Uczenie się bez nadzoru szuka struktury w danych bez etykiety docelowej dla każdego przykładu.

2 min. przeczytajPrzeczytaj
Podstawy

Generatywna AI

Generatywna sztuczna inteligencja generuje dane wyjściowe, takie jak tekst, obrazy, dźwięk lub kod, korzystając z wyuczonych wzorców statystycznych i dostarczonego kontekstu.

2 min. przeczytajPrzeczytaj

Skończyłeś czytać? Udowodnij to.

Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.