ห้องสมุด AI ฟรี

ความรู้พื้นฐาน คำแนะนำฟรีตลอดไป

84 คู่มือภาษาอังกฤษธรรมดา เส้นทางการเรียนรู้ที่มีโครงสร้าง และห้องสมุดเปิด — สร้างโดยองค์กรอิสระ 501(c)(3) เพื่อให้ทุกคนสามารถเข้าใจ AI สมัยใหม่ได้

84คำแนะนำฟรี

1แทร็กหัวข้อ

~2 minต่อไกด์

~3hเวลาการอ่าน

เริ่มที่นี่

ห้า หลักสูตรที่เน้นผลลัพธ์

แต่ละหลักสูตรประกอบด้วยผลลัพธ์ที่ชัดเจน สมรรถนะที่วางแผนไว้ กิจกรรมฝึกปฏิบัติ และสรุปผลประยุกต์

มูลนิธิเอไอ

เข้าใจว่า AI คืออะไร ระบบเรียนรู้อย่างไร จุดที่ล้มเหลว และวิธีตัดสินข้อกล่าวหาโดยไม่โฆษณาเกินจริง

~4h เพื่อเติมเต็มดูหลักสูตร

ผู้ใช้ AI ที่มีความรับผิดชอบ

ใช้ AI อย่างมีประสิทธิภาพในขณะที่ปกป้องความเป็นส่วนตัว ตรวจสอบผลลัพธ์ และรักษาความรับผิดชอบของมนุษย์

~5h เพื่อเติมเต็มดูหลักสูตร

AI ในงาน

ประเมินกรณีการใช้งานในที่ทำงาน ดำเนินการนำร่องอย่างปลอดภัย วัดคุณค่า และสื่อสารการเปลี่ยนแปลงอย่างมีความรับผิดชอบ

~6h เพื่อเติมเต็มดูหลักสูตร

นโยบาย AI และสังคม

วิเคราะห์ระบบ AI ผ่านผลลัพธ์ด้านสิทธิ ความเท่าเทียม การกำกับดูแล ความปลอดภัย และผลประโยชน์สาธารณะ

~6h เพื่อเติมเต็มดูหลักสูตร

การสร้างด้วยระบบ AI

ทำความเข้าใจโมเดลภาษา การดึงข้อมูล ตัวแทน การประเมิน ต้นทุน และการป้องกันการใช้งานผ่านการออกแบบระบบที่ใช้งานได้จริง

~8h เพื่อเติมเต็มดูหลักสูตร

แทร็กหัวข้อ

เรียกดูตามแทร็ก

กระโดดเข้าไปในพื้นที่ที่คุณสนใจ ทุกแทร็กมีไกด์ภาษาอังกฤษธรรมดาหลายเล่ม

ห้องสมุดเต็มรูปแบบ

คำแนะนำทั้งหมด

84 ของ 1019 คำแนะนำที่แสดง กรองตามเพลงหรือค้นหาด้านบน

ความรู้พื้นฐาน

การปรับแต่งการเล่นด้วยตนเอง

การปรับแต่งแบบละเอียดในการเล่นด้วยตนเองช่วยปรับปรุงโมเดลโดยการแข่งขันหรือเรียนรู้จากผลลัพธ์ในอดีตของตัวเอง และสร้างสัญญาณการฝึกของตัวเอง

2 นาทีอ่านอ่าน

ความรู้พื้นฐาน

การฝึกอบรมเวลาทดสอบ

การฝึกเวลาทดสอบ (TTT) ช่วยให้โมเดลเรียนรู้จากอินพุตใหม่แต่ละรายการในขณะที่ทำการคาดการณ์ แทนที่จะหยุดนิ่งหลังการฝึก

2 นาทีอ่านอ่าน

ความรู้พื้นฐาน

Grokking และความล่าช้าทั่วไป

Grokking เป็นปรากฏการณ์ที่น่าตกใจที่โครงข่ายประสาทเทียมจะจดจำข้อมูลการฝึกของตัวเองก่อน โดยมีความแม่นยำในการตรวจสอบความถูกต้องเกือบเป็นศูนย์เป็นเวลานาน จากนั้น...

2 นาทีอ่านอ่าน

ความรู้พื้นฐาน

Overfitting และ Underfitting

การติดตั้งมากเกินไปคือเมื่อแบบจำลองจดจำข้อมูลการฝึกและล้มเหลวในตัวอย่างใหม่ underfitting คือเมื่อมันง่ายเกินไปที่จะจับภาพรูปแบบที่แท้จริง

2 นาทีอ่านอ่าน

ความรู้พื้นฐาน

การทำให้เป็นมาตรฐาน

การทำให้เป็นมาตรฐานคือชุดของเทคนิคที่จงใจจำกัดแบบจำลอง ดังนั้นจึงสรุปกับข้อมูลใหม่แทนที่จะจดจำชุดการฝึก

2 นาทีอ่านอ่าน

ความรู้พื้นฐาน

การขยายพันธุ์กลับ

Backpropagation เป็นอัลกอริทึมที่ช่วยให้โครงข่ายประสาทเทียมเรียนรู้จากความผิดพลาด โดยการคำนวณอย่างมีประสิทธิภาพว่าน้ำหนักแต่ละส่วนมีส่วนทำให้เกิดข้อผิดพลาดมากน้อยเพียงใด

2 นาทีอ่านอ่าน

ความรู้พื้นฐาน

การไล่ระดับโคตร

การไล่ระดับลงเป็นวิธีการปรับให้เหมาะสมที่จะย้ายน้ำหนักของแบบจำลองลงเนินไปสู่ข้อผิดพลาดที่ลดลง ทีละขั้นตอนเล็กๆ

2 นาทีอ่านอ่าน

ความรู้พื้นฐาน

ฟังก์ชั่นการสูญเสีย

ฟังก์ชันการสูญเสียคือตัวเลขตัวเดียวที่บอกแบบจำลองว่าการคาดการณ์ของมันผิดเพียงใด โดยเปลี่ยนเป้าหมายที่คลุมเครือเป็นสิ่งที่คณิตศาสตร์สามารถปรับให้เหมาะสมได้

2 นาทีอ่านอ่าน

ความรู้พื้นฐาน

ฟังก์ชั่นการเปิดใช้งาน

ฟังก์ชันการเปิดใช้งานคือประตูไม่เชิงเส้นเล็กๆ ภายในแต่ละเซลล์ประสาทที่ช่วยให้โครงข่ายประสาทเทียมเรียนรู้รูปแบบเส้นโค้งที่ซับซ้อน แทนที่จะเป็นเพียงเส้นตรง

2 นาทีอ่านอ่าน

ความรู้พื้นฐาน

โครงข่ายประสาทเทียมแบบ Convolutional

Convolutional Neural Networks (CNN) เป็นสถาปัตยกรรมที่ใช้ในการทำความเข้าใจภาพ

2 นาทีอ่านอ่าน

ความรู้พื้นฐาน

โครงข่ายประสาทเทียมที่เกิดซ้ำ

Recurrent Neural Networks (RNN) สร้างขึ้นเพื่อจัดการกับลำดับต่างๆ เช่น ข้อความ คำพูด และอนุกรมเวลา

2 นาทีอ่านอ่าน

ความรู้พื้นฐาน

เครือข่ายปฏิปักษ์ทั่วไป

Generative Adversarial Networks (GAN) สร้างข้อมูลใหม่ที่สมจริงโดยการนำโครงข่ายประสาทเทียมสองเครือข่ายมาแข่งขันกันในการแข่งขัน

2 นาทีอ่านอ่าน

อ่านจบหรือยัง?พิสูจน์สิ

ตรวจสอบสิ่งที่คุณได้เรียนรู้ด้วยแบบทดสอบตามหัวข้อ จากนั้นสำรวจหลักสูตรที่มีโครงสร้างของเราหรือทำงานเพื่อรับใบรับรอง คู่มือทุกฉบับสามารถอ่านได้ฟรี

ทดสอบสิ่งที่คุณได้เรียนรู้รับการรับรอง บริจาค อ่านพันธกิจของเรา