AI Foundations
Understand what AI is, how systems learn, where they fail, and how to judge claims without hype.
Ücretsiz AI kütüphanesi
84 Herkesin modern yapay zekayı anlayabilmesi için bağımsız bir 501(c)(3) kar amacı gütmeyen kuruluşu tarafından oluşturulmuş sade İngilizce kılavuzlar, yapılandırılmış öğrenme yolları ve açık bir kütüphane.
Buradan başlayın
Each course includes explicit outcomes, mapped competencies, practice activities, and an applied capstone.
Understand what AI is, how systems learn, where they fail, and how to judge claims without hype.
Use AI productively while protecting privacy, checking outputs, and preserving human accountability.
Evaluate workplace use cases, run safe pilots, measure value, and communicate changes responsibly.
Analyze AI systems through rights, equity, governance, safety, and public-interest outcomes.
Understand language models, retrieval, agents, evaluation, cost, and deployment safeguards through practical system design.
Konu parçaları
İlgilendiğiniz alana atlayın. Her parçanın birden fazla sade İngilizce kılavuzu vardır.
Tam kütüphane
84 arasında 1019 gösterilen kılavuzlar. Parçaya göre filtreleyin veya yukarıda arayın.
Predictive AI uses observed information to estimate an unknown outcome, such as demand, delivery time, or a category.
TemellerAI systems thinking examines how data, models, people, interfaces, and operating policies interact.
TemellerThe model lifecycle covers problem definition, data preparation, training or selection, evaluation, deployment, monitoring, and retirement.
TemellerAI evaluation tests whether a system meets a defined purpose under stated conditions.
TemellerHuman-AI collaboration divides work between people and AI systems while keeping responsibility and control clear.
TemellerAI can supply predictions, organize evidence, or recommend actions, but choosing an action also requires goals, constraints, and responsibility.
TemellerAn AI failure mode is a repeatable way a system can produce an unacceptable result.
TemellerGrup Normalleştirme, küçük kanal grupları içindeki özellikleri her biri için bağımsız olarak normalleştirerek sinir ağı eğitimini stabilize eden bir tekniktir…
TemellerGeçitli Tekrarlayan Birim (GRU), hangi bilgilerin saklanacağına ve neyin unutulacağına karar vermek için iki kapı kullanan, düzenlenmiş bir tür tekrarlayan sinir ağı hücresidir…
TemellerAğırlık azaltma, eğitim sırasında modelin ağırlıklarını sıfıra doğru iten, onu herhangi bir modele çok fazla güvenmekten caydıran basit ve güçlü bir tekniktir.
TemellerBırakma, her eğitim adımı sırasında nöronların bir kısmını rastgele kapatan, ağı yedekli, sağlam bir yapı oluşturmaya zorlayan bir düzenleme hilesidir.
TemellerErken durdurma, uzatılmış doğrulama verilerindeki performansın iyileşmeyi bıraktığı anda model eğitimini durduran bir düzenleme tekniğidir.
Check what you learned with topic quizzes, then explore our structured courses and current certification requirements. Core guides remain free to read.