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
Meta-Обучение
Meta-обучение, или «обучение обучению», обучает модели быстрой адаптации к совершенно новым задачам на основе лишь нескольких примеров.
ОсновыАнсамблевые методы и повышение градиента
Ансамблевые методы объединяют множество простых моделей, поэтому группа дает лучшие прогнозы, чем любая отдельная модель.
ОсновыБайесовское глубокое обучение
Байесовское глубокое обучение рассматривает веса нейронной сети как распределения вероятностей, а не как фиксированные числа, поэтому модель может сказать, насколько она достоверна.
ОсновыУчебная программа обучения
Обучение по учебной программе обучает модели ИИ на примерах в продуманном порядке — сначала легко, потом сложно — вместо подачи данных в случайном порядке.
ОсновыПоиск нейронной архитектуры
Поиск нейронной архитектуры (NAS) автоматизирует проектирование структур нейронных сетей, позволяя алгоритмам, а не людям, решать, сколько слоев и какие операции…
ОсновыПостоянное обучение и катастрофическое забывание
Непрерывное обучение — это цель обучения ИИ решению новых задач с течением времени, не стирая при этом то, что он уже знает.
ОсновыВариационные автоэнкодеры
Вариационные автоэнкодеры (VAE) — это генеративные нейронные сети, которые учатся сжимать данные в гладкое вероятностное скрытое пространство, а затем реконструировать…
ОсновыГосударственные космические модели и Мамба
Модели пространства состояний (SSM) — это модели последовательностей, которые переносят информацию через сжатое скрытое состояние, вместо этого линейно масштабируясь в зависимости от длины последовательности…
ОсновыГрафовые нейронные сети
Графовые нейронные сети (GNN) — это модели, которые обучаются непосредственно на данных с графовой структурой — узлах, соединенных ребрами — путем передачи и агрегирования информации…
ОсновыМногоагентное обучение с подкреплением
Многоагентное обучение с подкреплением (MARL) обучает несколько обучающихся агентов, которые используют общую среду, каждый из которых адаптирует свое поведение, в то время как другие тоже адаптируются.
ОсновыАктивное обучение
Активное обучение — это стратегия обучения, в которой модель сама выбирает, какие немаркированные примеры человек должен пометить следующим.
ОсновыУвеличение данных
Увеличение данных искусственно расширяет обучающий набор за счет создания модифицированных копий существующих примеров — например, переворачивания или обрезки изображений.
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.