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

Przewidywalna sztuczna inteligencja

Predictive AI uses observed information to estimate an unknown outcome, such as demand, delivery time, or a category.

2 min. przeczytajPrzeczytaj
Podstawy

Myślenie systemowe AI

AI systems thinking examines how data, models, people, interfaces, and operating policies interact.

2 min. przeczytajPrzeczytaj
Podstawy

Cykl życia modelu

The model lifecycle covers problem definition, data preparation, training or selection, evaluation, deployment, monitoring, and retirement.

2 min. przeczytajPrzeczytaj
Podstawy

Podstawy oceny AI

AI evaluation tests whether a system meets a defined purpose under stated conditions.

2 min. przeczytajPrzeczytaj
Podstawy

Współpraca człowieka i sztucznej inteligencji

Human-AI collaboration divides work between people and AI systems while keeping responsibility and control clear.

2 min. przeczytajPrzeczytaj
Podstawy

Podejmowanie decyzji przez sztuczną inteligencję

AI can supply predictions, organize evidence, or recommend actions, but choosing an action also requires goals, constraints, and responsibility.

2 min. przeczytajPrzeczytaj
Podstawy

Tryby awarii AI

An AI failure mode is a repeatable way a system can produce an unacceptable result.

2 min. przeczytajPrzeczytaj
Podstawy

Normalizacja grupowa

Normalizacja grupowa to technika stabilizująca uczenie sieci neuronowej poprzez normalizację cech w małych grupach kanałów, niezależnie dla każdego…

2 min. przeczytajPrzeczytaj
Podstawy

Bramkowane jednostki cykliczne

Bramkowana jednostka rekurencyjna (GRU) to usprawniony typ rekurencyjnej komórki sieci neuronowej, która wykorzystuje dwie bramki do decydowania, jakie informacje zachować, a o czym zapomnieć…

2 min. przeczytajPrzeczytaj
Podstawy

Spadek masy ciała i regularyzacja L2

Zmniejszanie masy ciała to prosta, ale skuteczna technika, która podczas treningu przesuwa ciężar modelu w kierunku zera, zniechęcając go do zbytniego polegania na jakimkolwiek...

2 min. przeczytajPrzeczytaj
Podstawy

Rezygnacja z pracy i regularyzacja stochastyczna

Dropout to sztuczka regularyzacyjna, która losowo wyłącza część neuronów na każdym etapie uczenia, zmuszając sieć do zbudowania nadmiarowych, solidnych…

2 min. przeczytajPrzeczytaj
Podstawy

Wczesne zatrzymanie

Wczesne zatrzymanie to technika regularyzacji, która wstrzymuje szkolenie modelu w momencie, gdy wydajność wstrzymanych danych walidacyjnych przestaje się poprawiać.

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.