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
Meta-Öğrenme
Meta-öğrenme veya 'öğrenmeyi öğrenme', modelleri yalnızca birkaç örnekten yola çıkarak yepyeni görevlere hızlı bir şekilde uyum sağlayacak şekilde eğitir.
TemellerTopluluk Yöntemleri ve Gradyan Arttırma
Topluluk yöntemleri birçok basit modeli birleştirir, böylece grup herhangi bir tek modelden daha iyi tahminler yapar.
TemellerBayesian Derin Öğrenme
Bayesian derin öğrenme, bir sinir ağının ağırlıklarını sabit sayılar yerine olasılık dağılımları olarak ele alır, böylece model ne kadar kendinden emin olduğunu söyleyebilir.
TemellerMüfredat Öğrenimi
Müfredat öğrenimi, verileri rastgele sırayla beslemek yerine yapay zeka modellerini örnekler üzerinde bilinçli bir sırayla (önce kolay, sonra zor) eğitir.
TemellerSinir Mimarisi Araması
Sinir Mimarisi Araması (NAS), sinir ağı yapılarının tasarımını otomatikleştirir; kaç katmana ve hangi işlemlere karar verilmesine insanların değil algoritmaların izin verir...
TemellerSürekli Öğrenme ve Felaketli Unutma
Sürekli öğrenme, yapay zekanın zaten bildiklerini silmeden, zaman içinde yeni görevler akışı konusunda eğitilmesinin amacıdır.
TemellerVaryasyonel Otomatik Kodlayıcılar
Varyasyonel otomatik kodlayıcılar (VAE'ler), verileri pürüzsüz, olasılığa dayalı bir gizli alana sıkıştırmayı öğrenen ve ardından verileri yeniden yapılandıran üretken sinir ağlarıdır.
TemellerDurum Uzay Modelleri ve Mamba
Durum uzayı modelleri (SSM'ler), bilgiyi sıkıştırılmış bir gizli durum aracılığıyla ileri taşıyan, bunun yerine dizi uzunluğuyla doğrusal olarak ölçeklenen dizi modelleridir.
TemellerGrafik Sinir Ağları
Grafik sinir ağları (GNN'ler), bilgileri aktararak ve toplayarak doğrudan grafik yapılı veriler (kenarlarla birbirine bağlanan düğümler) üzerinde öğrenen modellerdir…
TemellerÇok Aracılı Takviye Öğrenimi
Çok Aracılı Takviyeli Öğrenme (MARL), bir ortamı paylaşan, her biri kendi davranışını uyarlarken diğerleri de uyum sağlayan çeşitli öğrenme aracılarını eğitir.
TemellerAktif Öğrenme
Aktif öğrenme, bir insanın bir sonraki adımda hangi etiketlenmemiş örnekleri etiketlemesi gerektiğini modelin kendisinin seçtiği bir eğitim stratejisidir.
TemellerVeri Arttırma
Veri artırma, görüntüleri çevirmek veya kırpmak gibi mevcut örneklerin değiştirilmiş kopyalarını oluşturarak bir eğitim setini yapay olarak genişletir.
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.