Фонды искусственного интеллекта
Поймите, что такое ИИ, как системы учатся, где они терпят неудачу и как оценивать претензии без шумихи.
Бесплатная библиотека искусственного интеллекта
84 простые руководства на английском языке, структурированные схемы обучения и открытая библиотека, созданная независимой некоммерческой организацией 501(c)(3), чтобы каждый мог понять современный искусственный интеллект.
Начните здесь
Каждый курс включает в себя явные результаты, обозначенные компетенции, практические занятия и прикладной завершающий этап.
Поймите, что такое ИИ, как системы учатся, где они терпят неудачу и как оценивать претензии без шумихи.
Продуктивно используйте ИИ, защищая конфиденциальность, проверяя результаты и сохраняя ответственность человека.
Оценивайте варианты использования на рабочем месте, запускайте безопасные пилотные проекты, измеряйте ценность и ответственно сообщайте об изменениях.
Анализируйте системы ИИ с точки зрения прав, справедливости, управления, безопасности и результатов, отвечающих общественным интересам.
Понимание языковых моделей, поиска, агентов, оценки, стоимости и гарантий развертывания посредством практического проектирования системы.
Тематические треки
Прыгайте в область, которая вас волнует. У каждого трека есть несколько путеводителей на простом английском языке.
Полная библиотека
84 из 1019 показаны направляющие. Фильтруйте по треку или выполните поиск выше.
Искусственный интеллект (ИИ) — это область создания компьютерных систем, которые выполняют такие задачи, как распознавание закономерностей, понимание языка, планирование…
ОсновыСистемы машинного обучения обучаются путем корректировки модели с использованием данных и цели обучения.
ОсновыНейронная сеть — это модель машинного обучения, состоящая из связанных математических операций с настраиваемыми параметрами.
ОсновыГлубокое обучение — это отрасль машинного обучения, которая использует многоуровневые нейронные сети для изучения представлений данных.
ОсновыОбучение ИИ — это процесс корректировки модели машинного обучения с использованием примеров и целей обучения.
ОсновыВывод — это использование обученной модели для получения выходных данных из новых входных данных.
ОсновыДанные — это записанная информация, которую система машинного обучения изучает или обрабатывает.
ОсновыМодель машинного обучения — это математическая система, которая сопоставляет входные данные с выходными с помощью структуры и изученных параметров.
ОсновыMachine learning builds models whose behavior is fitted from examples rather than written entirely as explicit rules.
ОсновыSupervised learning fits a model using examples that pair inputs with target outputs.
ОсновыUnsupervised learning looks for structure in data without a target label for every example.
ОсновыGenerative AI produces outputs such as text, images, audio, or code using learned statistical patterns and supplied context.
Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.