มูลนิธิเอไอ
เข้าใจว่า AI คืออะไร ระบบเรียนรู้อย่างไร จุดที่ล้มเหลว และวิธีตัดสินข้อกล่าวหาโดยไม่โฆษณาเกินจริง
ห้องสมุด AI ฟรี
84 คู่มือภาษาอังกฤษธรรมดา เส้นทางการเรียนรู้ที่มีโครงสร้าง และห้องสมุดเปิด — สร้างโดยองค์กรอิสระ 501(c)(3) เพื่อให้ทุกคนสามารถเข้าใจ AI สมัยใหม่ได้
เริ่มที่นี่
แต่ละหลักสูตรประกอบด้วยผลลัพธ์ที่ชัดเจน สมรรถนะที่วางแผนไว้ กิจกรรมฝึกปฏิบัติ และสรุปผลประยุกต์
เข้าใจว่า AI คืออะไร ระบบเรียนรู้อย่างไร จุดที่ล้มเหลว และวิธีตัดสินข้อกล่าวหาโดยไม่โฆษณาเกินจริง
ใช้ AI อย่างมีประสิทธิภาพในขณะที่ปกป้องความเป็นส่วนตัว ตรวจสอบผลลัพธ์ และรักษาความรับผิดชอบของมนุษย์
ประเมินกรณีการใช้งานในที่ทำงาน ดำเนินการนำร่องอย่างปลอดภัย วัดคุณค่า และสื่อสารการเปลี่ยนแปลงอย่างมีความรับผิดชอบ
วิเคราะห์ระบบ AI ผ่านผลลัพธ์ด้านสิทธิ ความเท่าเทียม การกำกับดูแล ความปลอดภัย และผลประโยชน์สาธารณะ
ทำความเข้าใจโมเดลภาษา การดึงข้อมูล ตัวแทน การประเมิน ต้นทุน และการป้องกันการใช้งานผ่านการออกแบบระบบที่ใช้งานได้จริง
แทร็กหัวข้อ
กระโดดเข้าไปในพื้นที่ที่คุณสนใจ ทุกแทร็กมีไกด์ภาษาอังกฤษธรรมดาหลายเล่ม
ห้องสมุดเต็มรูปแบบ
84 ของ 1019 คำแนะนำที่แสดง กรองตามเพลงหรือค้นหาด้านบน
โมเมนตัมเป็นการปรับแต่งการไล่ระดับลงที่สะสมค่าเฉลี่ยของการไล่ระดับสีที่ผ่านมา ปล่อยให้การปรับให้เหมาะสมเร็วขึ้นผ่านหุบเขาและลด...
ความรู้พื้นฐานNesterov Accelerated Gradient (NAG) เป็นรูปแบบโมเมนตัมที่ชาญฉลาดกว่าซึ่งจะมองไปข้างหน้าก่อนที่จะคำนวณการไล่ระดับสี ทำให้เป็นการมองไปข้างหน้าแบบแก้ไข
ความรู้พื้นฐานการสูญเสียแฝดจะสอนโครงข่ายประสาทเทียมให้วางสิ่งของที่คล้ายกันไว้ใกล้กันและสิ่งของที่ไม่เหมือนกันให้แยกจากกันในพื้นที่ฝัง
ความรู้พื้นฐานการปรับฉลากให้เรียบเป็นเคล็ดลับการทำให้เป็นมาตรฐานง่ายๆ ซึ่งจะทำให้เป้าหมายการฝึกที่ร้อนแรงเพียงครั้งเดียวลดลง โดยบอกแบบจำลองว่าคำตอบที่ถูกต้องน่าจะเป็นไปได้มาก แต่ไม่ใช่ 100...
ความรู้พื้นฐานเซลล์หน่วยความจำระยะสั้นระยะยาว (LSTM) เป็นหน่วยโครงข่ายประสาทเทียมชนิดพิเศษที่สร้างขึ้นเพื่อจดจำข้อมูลในลำดับที่ยาว
ความรู้พื้นฐานK-Means เป็นอัลกอริธึมที่ไม่ได้รับการดูแลซึ่งจะจัดเรียงข้อมูลออกเป็นกลุ่ม K โดยอัตโนมัติโดยการค้นหาศูนย์คลัสเตอร์
ความรู้พื้นฐานK-Nearest Neighbors (KNN) จัดประเภทจุดข้อมูลใหม่โดยดูจากตัวอย่าง K ที่ใกล้เคียงที่สุดและรับคะแนนเสียงข้างมาก
ความรู้พื้นฐานการถดถอยแบบลอจิสติกทำนายความน่าจะเป็นที่บางสิ่งอยู่ในคลาส เช่น สแปมหรือไม่ใช่สแปม โดยการบีบผลรวมถ่วงน้ำหนักผ่านเส้นโค้งรูปตัว S
ความรู้พื้นฐานNaive Bayes เป็นตัวแยกประเภทความน่าจะเป็นที่รวดเร็ว สร้างขึ้นบนทฤษฎีบทของ Bayes ที่ถือว่าทุกคุณลักษณะเป็นอิสระจากชั้นเรียน
ความรู้พื้นฐานเส้นโค้ง ROC จะพล็อตว่าตัวแยกประเภทแยกสองชั้นออกจากทุกเกณฑ์การตัดสินใจที่เป็นไปได้ได้ดีเพียงใด และ AUC จะบีบอัดเส้นโค้งทั้งหมดให้เป็นตัวเลขเดียว
ความรู้พื้นฐานเมทริกซ์ความสับสนเป็นตารางง่ายๆ ที่แบ่งการทำนายของตัวแยกประเภทออกเป็นจำนวนที่ถูกต้องและไม่ถูกต้องสำหรับแต่ละคลาส
ความรู้พื้นฐานข้อดีข้อเสียของความแปรปรวนและความแปรปรวนอธิบายว่าทำไมแบบจำลองถึงล้มเหลวเนื่องจากง่ายเกินไปหรือซับซ้อนเกินไป
ตรวจสอบสิ่งที่คุณได้เรียนรู้ด้วยแบบทดสอบตามหัวข้อ จากนั้นสำรวจหลักสูตรที่มีโครงสร้างของเราหรือทำงานเพื่อรับใบรับรอง คู่มือทุกฉบับสามารถอ่านได้ฟรี