01
Фонды искусственного интеллекта
Поймите, что такое ИИ, как системы учатся, где они терпят неудачу и как оценивать претензии без шумихи.
Бесплатная библиотека искусственного интеллекта
Основы гидыБесплатно навсегда.
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.
84Бесплатные гиды
1Тематические треки
~2 minЗа руководство
~3hВремя чтения
Начните здесь
Пять курсы, ориентированные на результат
Каждый курс включает в себя явные результаты, обозначенные компетенции, практические занятия и прикладной завершающий этап.
02
Ответственный пользователь ИИ
Продуктивно используйте ИИ, защищая конфиденциальность, проверяя результаты и сохраняя ответственность человека.
03
ИИ в работе
Оценивайте варианты использования на рабочем месте, запускайте безопасные пилотные проекты, измеряйте ценность и ответственно сообщайте об изменениях.
04
Политика и общество в области искусственного интеллекта
Анализируйте системы ИИ с точки зрения прав, справедливости, управления, безопасности и результатов, отвечающих общественным интересам.
05
Строительство с использованием систем искусственного интеллекта
Понимание языковых моделей, поиска, агентов, оценки, стоимости и гарантий развертывания посредством практического проектирования системы.
Тематические треки
Просмотр по треку
Прыгайте в область, которая вас волнует. У каждого трека есть несколько путеводителей на простом английском языке.
ОсновыОсновные концепции: как ИИ работает на высоком уровне.84 гиды Языковой ИИLLM, НЛП, ChatGPT, подсказки и понимание текста.155 гиды Визуальный ИИГенерация изображений, компьютерное зрение, видео и дизайн.133 гиды Аудио ИИГолос, музыка, подкастинг и искусственный интеллект, ориентированный на аудио.117 гиды КомпанииПрофили OpenAI, Anthropic, Google, Meta и других.121 гиды ПриложенияКак ИИ проявляется в кодировании, поиске, агентах и повседневной жизни.111 гиды ОтраслиИИ в здравоохранении, финансах, образовании, энергетике и многом другом.91 гиды ТехническийЧипы, тонкая настройка, RAG, векторы и ИИ-инфраструктура.177 гиды ОбществоПредвзятость, конфиденциальность, авторское право, безопасность и будущее ИИ.30 гиды
Полная библиотека
Все руководства
84 из 1019 показаны направляющие. Фильтруйте по треку или выполните поиск выше.
Основы
Диффузионные модели
Модели диффузии генерируют изображения, обучаясь обращать вспять процесс зашумления, шаг за шагом превращая случайную статику в подробные изображения.
ОсновыОбучение в несколько этапов
Обучение за несколько шагов — это способность освоить новую задачу на нескольких примерах, а не на тысячах.
ОсновыВложения
Вложения превращают слова, изображения или другие данные в списки чисел (векторов), так что похожие объекты оказываются близко друг к другу в многомерном пространстве.
ОсновыТокенизация
Токенизация — это шаг, на котором текст разбивается на более мелкие части, называемые токенами, единицы, которые языковая модель фактически считывает и прогнозирует.
ОсновыОсобенности проектирования
Разработка функций — это искусство превращения необработанных данных в информативные входные данные (функции), которые помогают модели учиться.
ОсновыДеревья решений и случайные леса
Дерево решений делает прогнозы, задавая ряд простых вопросов типа «да/нет», как блок-схема.
ОсновыМашины опорных векторов
Машина опорных векторов (SVM) — это классический алгоритм, который разделяет две группы, рисуя между ними максимально широкую границу.
ОсновыУменьшение размерности
Уменьшение размерности сокращает данные из многих столбцов (функций) до нескольких, сохраняя при этом важную структуру.
ОсновыТрансферное обучение
Трансферное обучение повторно использует модель, уже обученную на большом наборе данных, и адаптирует ее к новой связанной задаче.
ОсновыСамоконтролируемое обучение
Обучение с самоконтролем обучает модели на неразмеченных данных, изобретая задачу, ответ на которую скрыт внутри самих данных.
ОсновыПолуконтролируемое обучение
Полуконтролируемое обучение обучается на небольшом объеме размеченных данных и большом пуле неразмеченных данных.
ОсновыОбнаружение аномалий
Обнаружение аномалий — это практика обучения машин отмечать точки данных, которые резко отклоняются от нормальных закономерностей.
Закончили читать? Докажите это.
Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.