01
AI Foundations
Understand what AI is, how systems learn, where they fail, and how to judge claims without hype.
Ücretsiz AI kütüphanesi
Temeller kılavuzlarSonsuza kadar özgür.
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.
84Ücretsiz rehberler
1Konu parçaları
~2 minRehber başına
~3hReading time
Buradan başlayın
Five outcome-based courses
Each course includes explicit outcomes, mapped competencies, practice activities, and an applied capstone.
02
Responsible AI User
Use AI productively while protecting privacy, checking outputs, and preserving human accountability.
03
AI at Work
Evaluate workplace use cases, run safe pilots, measure value, and communicate changes responsibly.
04
AI Policy & Society
Analyze AI systems through rights, equity, governance, safety, and public-interest outcomes.
05
Building with AI Systems
Understand language models, retrieval, agents, evaluation, cost, and deployment safeguards through practical system design.
Konu parçaları
Parçaya göre göz atın
İlgilendiğiniz alana atlayın. Her parçanın birden fazla sade İngilizce kılavuzu vardır.
TemellerTemel kavramlar: Yapay zekanın yüksek düzeyde nasıl çalıştığı.84 kılavuzlar Dil Yapay ZekaYüksek Lisans, NLP, ChatGPT, yönlendirme ve metin anlama.155 kılavuzlar Görsel Yapay ZekaGörüntü oluşturma, bilgisayarla görme, video ve tasarım.133 kılavuzlar Ses Yapay ZekasıSes, müzik, podcasting ve ses öncelikli yapay zeka.117 kılavuzlar ŞirketlerOpenAI, Anthropic, Google, Meta ve daha fazlasının profilleri.121 kılavuzlar UygulamalarYapay zeka kodlamada, aramada, aracılarda ve günlük yaşamda nasıl ortaya çıkıyor?111 kılavuzlar EndüstrilerSağlık, finans, eğitim, enerji ve daha birçok alanda yapay zeka.91 kılavuzlar TeknikÇipler, ince ayar, RAG, vektörler ve yapay zeka altyapısı.177 kılavuzlar ToplumÖnyargı, gizlilik, telif hakkı, güvenlik ve yapay zekanın geleceği.30 kılavuzlar
Tam kütüphane
Tüm kılavuzlar
84 arasında 1019 gösterilen kılavuzlar. Parçaya göre filtreleyin veya yukarıda arayın.
Temeller
Momentumlu Stokastik Gradyan İnişi
Momentum, geçmiş eğimlerin ortalamasını toplayan, optimizasyonun vadiler boyunca daha hızlı ilerlemesine ve sönümlenmesine olanak tanıyan eğim inişine yönelik bir ayardır…
TemellerNesterov Hızlandırılmış Gradyan
Nesterov Hızlandırılmış Gradyan (NAG), eğimi hesaplamadan önce ileriye bakan ve ona düzeltici bir ileri bakış sağlayan daha akıllı bir momentum biçimidir.
TemellerÜçlü Kayıp ve Metrik Öğrenme
Üçlü kayıp, bir sinir ağına benzer öğeleri birbirine yakın ve farklı öğeleri bir yerleştirme alanına birbirinden uzak yerleştirmeyi öğretir.
TemellerEtiket Pürüzsüzleştirme
Etiket yumuşatma, zorlu tek-sıcak eğitim hedeflerini yumuşatan, modele doğru cevabın çok muhtemel olduğunu ancak 100 olmadığını söyleyen basit bir düzenleme hilesidir…
TemellerUzun Kısa Süreli Bellek Hücreleri
Uzun Kısa Süreli Bellek (LSTM) hücreleri, bilgileri uzun diziler boyunca hatırlamak için oluşturulmuş özel bir tür tekrarlayan sinir ağı birimidir.
TemellerK-Kümeleme Anlamına Gelir
K-Means, küme merkezlerini bularak verileri otomatik olarak K gruplarına ayıran, denetlenmeyen bir algoritmadır.
TemellerK-En Yakın Komşular
K-En Yakın Komşular (KNN), en yakın K örneğe bakarak ve çoğunluk oyu alarak yeni bir veri noktasını sınıflandırır.
TemellerLojistik Regresyon
Lojistik regresyon, ağırlıklı bir toplamı S şeklindeki bir eğri boyunca ezerek, spam veya spam olmayan bir şeyin bir sınıfa ait olma olasılığını tahmin eder.
TemellerNaive Bayes Sınıflandırıcıları
Naive Bayes, Bayes teoremi üzerine kurulu, her özelliğin sınıftan bağımsız olduğunu varsayan hızlı, olasılığa dayalı bir sınıflandırıcıdır.
TemellerROC Eğrileri ve AUC
ROC eğrisi, bir sınıflandırıcının olası her karar eşiğinde iki sınıfı ne kadar iyi ayırdığını gösterir ve AUC, bu eğrinin tamamını tek bir sayıya sıkıştırır.
TemellerKarışıklık Matrisleri
Karışıklık matrisi, sınıflandırıcının tahminlerini her sınıf için doğru ve yanlış sayımlara ayıran basit bir tablodur.
TemellerÖnyargı-Varyans Dengesi
Önyargı-varyans değiş tokuşu, bir modelin neden çok basit veya çok karmaşık olması nedeniyle başarısız olabileceğini açıklar.
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.