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.
Difüzyon modelleri, gürültü oluşturma sürecini tersine çevirmeyi öğrenerek, rastgele statiği adım adım ayrıntılı resimlere dönüştürerek görüntüler üretir.
TemellerBirkaç adımda öğrenme, yeni bir görevi binlerce örnek yerine yalnızca bir avuç örnekten öğrenme yeteneğidir.
TemellerGömmeler kelimeleri, görüntüleri veya diğer verileri sayı listelerine (vektörlere) dönüştürür, böylece benzer şeyler yüksek boyutlu bir alanda birbirine yakın olur.
TemellerBelirteçleştirme, metni, dil modelinin gerçekte okuduğu ve tahmin ettiği birimler olan belirteç adı verilen daha küçük parçalara bölen adımdır.
TemellerÖzellik mühendisliği, ham verileri bir modelin öğrenmesine yardımcı olan bilgilendirici girdilere (özellikler) dönüştürme sanatıdır.
TemellerKarar ağacı, akış şeması gibi bir dizi basit evet/hayır sorusu sorarak tahminlerde bulunur.
TemellerDestek vektör makinesi (SVM), iki grubu aralarında mümkün olan en geniş sınırı çizerek ayıran klasik bir algoritmadır.
TemellerBoyut azaltma, önemli yapıyı korurken birçok sütundaki (özellik) verileri birkaç taneye küçültür.
TemellerTransfer öğrenimi, halihazırda büyük bir veri kümesi üzerinde eğitilmiş bir modeli yeniden kullanır ve onu yeni, ilgili bir göreve uyarlar.
TemellerKendi kendini denetleyen öğrenme, cevabı verinin içinde saklı olan bir görev icat ederek modelleri etiketlenmemiş veriler üzerinde eğitir.
TemellerYarı denetimli öğrenme, az miktarda etiketli verinin yanı sıra büyük bir etiketsiz veri havuzu üzerinde eğitim verir.
TemellerAnormallik tespiti, makinelere normal kalıplardan keskin bir şekilde sapan veri noktalarını işaretlemeyi öğretme uygulamasıdır.
Check what you learned with topic quizzes, then explore our structured courses and current certification requirements. Core guides remain free to read.