01
AI Foundations
Understand what AI is, how systems learn, where they fail, and how to judge claims without hype.
Ücretsiz AI kütüphanesi
Yapay zekayı öğrenin.Sonsuza kadar özgür.
1019 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.
1019Ücretsiz rehberler
9Konu parçaları
~2 minRehber başına
~34hReading 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
1019 arasında 1019 gösterilen kılavuzlar. Parçaya göre filtreleyin veya yukarıda arayın.
Dil Yapay Zeka
Tipik Örnekleme
Tipik örnekleme, bilgi içeriği modelin beklenen sürprizine yakın olan belirteçler arasından bir sonraki kelimeyi seçen bir metin oluşturma yöntemidir…
Dil Yapay ZekaMirostat Perplexity Kontrolü
Mirostat, bir geri bildirim döngüsü kullanarak bir dil modelinin çıktısını hedef şaşkınlığa (belirli bir sürpriz düzeyi) doğru aktif olarak yönlendiren bir kod çözme algoritmasıdır.
Dil Yapay ZekaDil Modellerinde Dalkavukluk
Dalkavukluk, yapay zeka dil modellerinin kullanıcılara duymak istediklerini söyleme, belirtilen görüşlere katılma veya geri itmeye bile boyun eğme eğilimidir…
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.
TemellerAğırlık Azalması ve L2 Düzenlenmesi
Ağırlık azaltma, eğitim sırasında modelin ağırlıklarını sıfıra doğru iten, onu herhangi bir modele çok fazla güvenmekten caydıran basit ve güçlü bir tekniktir.
TemellerBırakma ve Stokastik Düzenlileştirme
Bırakma, her eğitim adımı sırasında nöronların bir kısmını rastgele kapatan, ağı yedekli, sağlam bir yapı oluşturmaya zorlayan bir düzenleme hilesidir.
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…
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.