Podstawy AI
Zrozum, czym jest AI, jak systemy się uczą, gdzie zawodzą i jak oceniać twierdzenia bez zamieszania.
Bezpłatna biblioteka AI
1019 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.
Zacznij tutaj
Każdy kurs zawiera wyraźne wyniki, zmapowane kompetencje, ćwiczenia oraz praktyczny projekt końcowy.
Zrozum, czym jest AI, jak systemy się uczą, gdzie zawodzą i jak oceniać twierdzenia bez zamieszania.
Korzystaj z AI produktywnie, jednocześnie chroniąc prywatność, kontrolując wyniki i dbając o odpowiedzialność człowieka.
Oceniaj przypadki użycia w miejscu pracy, realizuj bezpieczne pilotażowe testy, mierz wartość i odpowiedzialnie komunikuj zmiany.
Analizuj systemy AI przez pryzmat praw, równości, zarządzania, bezpieczeństwa oraz efektów w interesie publicznym.
Zrozum modele językowe, wyszukiwanie, agenty, ocenę, koszty oraz zabezpieczenia wdrożenia poprzez praktyczne projektowanie systemów.
Ścieżki tematyczne
Wskocz w obszar, na którym Ci zależy. Do każdego utworu dołączono wiele przewodników w języku angielskim.
Pełna biblioteka
1019 z 1019 pokazane przewodniki. Filtruj według utworu lub wyszukaj powyżej.
Tagi części mowy (POS) oznaczają każde słowo w zdaniu jego rolą gramatyczną, taką jak rzeczownik, czasownik lub przymiotnik.
Wizualna sztuczna inteligencjaDALL-E to rodzina modeli zamiany tekstu na obraz firmy OpenAI, które przekształcają pisemny opis w oryginalny obraz.
Wizualna sztuczna inteligencjaCLIP to model firmy OpenAI, który uczy się łączyć obrazy i tekst, umieszczając oba w tej samej przestrzeni matematycznej.
Wizualna sztuczna inteligencjaNeural Radiance Fields (NeRF) rekonstruują pełną scenę 3D z kilku zwykłych zdjęć, pozwalając kamerze przenieść się do zupełnie nowych punktów widzenia.
Wizualna sztuczna inteligencjaGaussian Splatting przedstawia scenę 3D w postaci milionów małych, kolorowych, półprzezroczystych plam, które można renderować w czasie rzeczywistym.
PodstawyPropagacja wsteczna to algorytm, który pozwala sieci neuronowej uczyć się na błędach poprzez efektywne obliczanie, w jakim stopniu każda waga przyczyniła się do błędu.
PodstawyZejście gradientowe to metoda optymalizacji, która w rzeczywistości przesuwa wagi modelu w dół w kierunku niższego błędu, o jeden mały krok na raz.
PodstawyFunkcja straty to pojedyncza liczba, która informuje model, jak błędne są jego przewidywania, zmieniając niejasny cel w coś, co można zoptymalizować za pomocą matematyki.
PodstawyFunkcje aktywacji to małe nieliniowe bramki wewnątrz każdego neuronu, które pozwalają sieciom neuronowym uczyć się złożonych, zakrzywionych wzorów, a nie tylko linii prostych.
Językowa sztuczna inteligencjaModelowanie tematyczne to niewymagająca nadzoru technika, która automatycznie odkrywa ukryte tematy przewijające się w dużym zbiorze dokumentów, bez potrzeby…
Językowa sztuczna inteligencjaModelowanie języka to zwodniczo proste zadanie polegające na przewidywaniu, jakie słowo lub token będzie następne, na podstawie dotychczasowego tekstu.
Językowa sztuczna inteligencjaBERT to przełomowy model językowy, który czyta tekst w obu kierunkach jednocześnie, tworząc bogate reprezentacje znaczenia.
Sprawdź, czego się nauczyłeś, rozwiązując quiz tematyczny, a następnie zapoznaj się z naszymi zorganizowanymi kursami lub staraj się o certyfikat. Każdy przewodnik można przeczytać bezpłatnie.