01
Misingi ya AI
Understand what AI is, how systems learn, where they fail, and how to judge claims without hype.
Maktaba ya bure ya AI
Misingi viongoziBure milele.
84 miongozo ya Kiingereza rahisi, njia zilizoundwa za kujifunza na maktaba huria - iliyojengwa na shirika lisilo la faida la 501(c)(3) ili mtu yeyote aweze kuelewa AI ya kisasa.
84Miongozo ya bure
1Nyimbo za mada
~2 minKwa mwongozo
~3hReading time
Anzia hapa
Five outcome-based courses
Each course includes explicit outcomes, mapped competencies, practice activities, and an applied capstone.
02
Mtumiaji anayewajibika wa AI
Use AI productively while protecting privacy, checking outputs, and preserving human accountability.
03
AI Kazini
Evaluate workplace use cases, run safe pilots, measure value, and communicate changes responsibly.
04
Sera ya AI na Jamii
Analyze AI systems through rights, equity, governance, safety, and public-interest outcomes.
05
Kujenga na Mifumo ya AI
Understand language models, retrieval, agents, evaluation, cost, and deployment safeguards through practical system design.
Nyimbo za mada
Vinjari kwa wimbo
Nenda kwenye eneo unalojali. Kila wimbo una miongozo mingi ya Kiingereza-wazi.
MisingiDhana za msingi: jinsi AI inavyofanya kazi kwa kiwango cha juu.84 viongozi Lugha AILLM, NLP, ChatGPT, uhamasishaji, na kuelewa maandishi.155 viongozi Visual AIUzalishaji wa picha, maono ya kompyuta, video, na muundo.133 viongozi Sauti AISauti, muziki, podikasti, na sauti ya kwanza AI.117 viongozi MakampuniWasifu wa OpenAI, Anthropic, Google, Meta, na zaidi.121 viongozi MaombiJinsi AI inavyoonekana katika usimbaji, utafutaji, mawakala na maisha ya kila siku.111 viongozi ViwandaAI katika huduma za afya, fedha, elimu, nishati, na zaidi.91 viongozi KiufundiChips, urekebishaji mzuri, RAG, vekta, na miundombinu ya AI.177 viongozi JamiiUpendeleo, faragha, hakimiliki, usalama, na mustakabali wa AI.30 viongozi
Maktaba kamili
Viongozi wote
84 ya 1019 miongozo iliyoonyeshwa. Chuja kwa wimbo au tafuta hapo juu.
Misingi
Urekebishaji Mzuri wa Kucheza Mwenyewe
Urekebishaji mzuri wa uchezaji wa kibinafsi huboresha muundo kwa kuifanya kushindana dhidi ya au kujifunza kutoka kwa matokeo yake ya zamani, na kutoa ishara yake ya mafunzo.
MisingiMafunzo ya Wakati wa Mtihani
Mafunzo ya muda wa majaribio (TTT) huruhusu mwanamitindo kuendelea kujifunza kutokana na kila ingizo jipya wakati huu linapotabiri, badala ya kukaa kigaidi baada ya mafunzo.
MisingiGrokking na Kuchelewa Ujumla
Grokking ni jambo la kushangaza ambapo mtandao wa neva hukariri data yake ya mafunzo kwanza, hukaa katika usahihi wa uthibitishaji wa karibu sufuri kwa muda mrefu, na kisha…
MisingiOverfitting na Underfitting
Overfitting ni wakati mwanamitindo anakariri data yake ya mafunzo na kushindwa kwa mifano mpya; kutofaa ni wakati ni rahisi sana kunasa muundo halisi.
MisingiUrekebishaji
Urekebishaji ni seti ya mbinu ambazo hulazimisha kimakusudi kielelezo kwa hivyo kinajumuisha data mpya badala ya kukariri seti ya mafunzo.
MisingiUenezaji wa nyuma
Uenezaji nyuma ni algoriti inayoruhusu mtandao wa neva kujifunza kutokana na makosa yake kwa kukokotoa kwa ufasaha ni kiasi gani kila uzani ulichangia kosa.
MisingiKushuka kwa Gradient
Mteremko wa gradient ni njia ya uboreshaji ambayo kwa kweli husogeza uzani wa modeli kuteremka kuelekea hitilafu ya chini, hatua moja ndogo kwa wakati mmoja.
MisingiKazi za Kupoteza
Chaguo za kukokotoa ni nambari moja inayoambia mfano jinsi utabiri wake ulivyo mbaya, kugeuza lengo lisiloeleweka kuwa kitu cha hesabu kinaweza kuboresha.
MisingiKazi za Uanzishaji
Vitendo vya kuamilisha ni milango midogo isiyo na mstari ndani ya kila neuroni ambayo huruhusu mitandao ya neva kujifunza mifumo changamano, iliyopinda badala ya mistari iliyonyooka tu.
MisingiMitandao ya Neural ya Convolutional
Mitandao ya Neural Convolutional (CNNs) ni usanifu mkubwa wa kuelewa picha.
MisingiMitandao ya Neural ya Kawaida
Mitandao ya Neural ya Kawaida (RNNs) imeundwa kushughulikia mifuatano kama vile maandishi, hotuba na mfululizo wa saa.
MisingiMitandao ya Kuzalisha Maadui
Mitandao ya Uzalishaji ya Adversarial (GANs) huunda data mpya ya kweli kwa kuhusisha mitandao miwili ya neva dhidi ya kila mmoja katika shindano.
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.