01
AI Foundations
Understand what AI is, how systems learn, where they fail, and how to judge claims without hype.
Ücretsiz AI kütüphanesi
Teknik kılavuzlarSonsuza kadar özgür.
177 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.
177Ücretsiz rehberler
1Konu parçaları
~2 minRehber başına
~6hReading 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
177 arasında 1019 gösterilen kılavuzlar. Parçaya göre filtreleyin veya yukarıda arayın.
Teknik
Dikkat Açma ve Kafa Budama
Dikkat yayılımı, hangi girdi belirteçlerinin etkiyi etkilediğini açıklamak için bir Transformer'ın yığılmış dikkat katmanları boyunca bilginin nasıl aktığını izlemeye yönelik bir yöntemdir…
Teknikİkinci Dereceden Optimizasyon ve Newton Yöntemleri
İkinci dereceden optimizasyon, yalnızca eğime değil, minimuma doğru daha akıllı adımlar atmak için eğrilik bilgisini (ikinci türevlerin Hessian matrisi) kullanır.
TeknikRMSNorm ve Katman Öncesi Normalleştirme
RMSNorm, aktivasyonları kök ortalama karelerine göre yeniden ölçeklendiren ve her birinden önce gelen katman öncesi normalizasyon yerlerini yeniden ölçeklendiren hafif bir normalleştirme katmanıdır…
TeknikSwiGLU ve Geçitli Aktivasyonlar
SwiGLU, girişin bir doğrusal projeksiyonunu Swish ile etkinleştirilen ikinci bir projeksiyonla çarparak öğrenilebilir bir projeksiyon gibi davranan geçitli bir aktivasyon fonksiyonudur.
TeknikSıkıştırma ve Uyarma Ağları
Sıkıştırma ve Uyarma (SE) blokları, evrişimli bir ağın, her bir özellik kanalının ne kadar ağırlıklandırılacağını öğrenmesine ve bunları küresel bağlama göre yeniden kalibre etmesine olanak tanır.
TeknikIsınma ve Kosinüs Tavlama Programları
Isınma, eğitimden önce öğrenme oranını yavaşça sıfıra yakın bir seviyeden yukarıya çıkarır, ardından kosinüs tavlama, bir kosinüs eğrisini takip ederek yavaşça geri düşürür.
TeknikDöngüsel Öğrenme Oranları
Döngüsel öğrenme oranları, öğrenme oranını yalnızca azaltmak yerine, alt ve üst sınır arasında sürekli olarak yukarı ve aşağı çevirir.
TeknikKeskinliğe Duyarlı Minimizasyon
Keskinliğe Duyarlı Minimizasyon (SAM), sadece düşük bir kayıp değil aynı zamanda tüm ağırlık mahallesinde düşük bir kayıp (düz bir…
TeknikDoğrusal Problama ve Dondurulmuş Özellik Değerlendirmesi
Doğrusal problama, ağı dondurarak ve üstte yalnızca basit bir doğrusal sınıflandırıcıyı eğiterek, önceden eğitilmiş bir modelin dahili temsillerinin ne kadar iyi olduğunu test eder.
TeknikDenseNet ve Yoğun Bağlantı
DenseNet, her katmanın önceki tüm katmanların özellik haritalarını girdi olarak aldığı evrişimli bir ağdır.
TeknikDarboğaz Mimarileri
Darboğaz mimarisi, verileri tekrar genişletmeden önce dar bir ara katmana sıkıştırarak ağı kompakt, verimli öğrenmeye zorlar…
TeknikGradyan Birikimi
Degrade birikimi, güncellemeden önce birkaç küçük mini gruptaki degradeleri toplayarak sınırlı GPU belleğinde büyük bir toplu iş boyutunu simüle etmenize olanak tanır…
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.