Free AI library

Grunderna guiderFree forever.

84 plain-English guides, structured learning paths, and an open library — built by an independent 501(c)(3) nonprofit so anyone can understand modern AI.

84Gratis guider
1Topic tracks
~2 minPer guide
~3hReading time

Börja här

Five outcome-based courses

Each course includes explicit outcomes, mapped competencies, practice activities, and an applied capstone.

Topic tracks

Browse by track

Jump into the area you care about. Every track has multiple plain-English guides.

Full library

All guides

84 av 1019 guides shown. Filter by track or search above.

Grunderna

Meta-Lärande

Meta-lära, eller "lära sig att lära", tränar modellerna att snabbt anpassa sig till helt nya uppgifter från endast en handfull exempel.

2 min readLäs
Grunderna

Ensemblemetoder och gradientförstärkning

Ensemblemetoder kombinerar många enkla modeller så att gruppen gör bättre förutsägelser än någon enskild modell.

2 min readLäs
Grunderna

Bayesian Deep Learning

Bayesiansk djupinlärning behandlar ett neuralt nätverks vikter som sannolikhetsfördelningar snarare än fasta tal, så modellen kan säga hur säker den är.

2 min readLäs
Grunderna

Läroplanslärande

Läroplansinlärning tränar AI-modeller på exempel i en avsiktlig ordning - enkelt först, svårt senare - istället för att mata data i slumpmässig ordning.

2 min readLäs
Grunderna

Neural arkitektursökning

Neural Architecture Search (NAS) automatiserar utformningen av neurala nätverksstrukturer – låter algoritmer, inte människor, bestämma hur många lager, vilka operationer...

2 min readLäs
Grunderna

Kontinuerligt lärande och katastrofalt glömma

Kontinuerligt lärande är målet att träna AI på en ström av nya uppgifter över tid utan att radera vad den redan vet.

2 min readLäs
Grunderna

Varierande autokodare

Variationsautokodare (VAE) är generativa neurala nätverk som lär sig att komprimera data till ett smidigt, probabilistiskt latent utrymme och sedan rekonstruera...

2 min readLäs
Grunderna

State Space Models och Mamba

Tillståndsrumsmodeller (SSM) är sekvensmodeller som för information vidare genom ett komprimerat dolt tillstånd, skalas linjärt med sekvenslängd istället...

2 min readLäs
Grunderna

Diagram över neurala nätverk

Grafneurala nätverk (GNN) är modeller som lär sig direkt på grafstrukturerade data - noder sammankopplade av kanter - genom att skicka och aggregera information ...

2 min readLäs
Grunderna

Multi-Agent Reinforcement Learning

Multi-Agent Reinforcement Learning (MARL) tränar flera lärande agenter som delar en miljö, var och en anpassar sitt beteende medan de andra anpassar sig också.

2 min readLäs
Grunderna

Aktivt lärande

Aktivt lärande är en träningsstrategi där modellen själv väljer vilka omärkta exempel en människa ska märka härnäst.

2 min readLäs
Grunderna

Dataökning

Dataökning utökar på konstgjord väg en träningsuppsättning genom att skapa modifierade kopior av befintliga exempel – som att vända eller beskära bilder.

2 min readLäs

Finished reading? Prove it.

Check what you learned with topic quizzes, then explore our structured courses and current certification requirements. Core guides remain free to read.