Основи штучного інтелекту
Зрозумійте, що таке штучний інтелект, як системи навчаються, де вони зазнають збоїв і як оцінювати претензії без галасу.
Безкоштовна бібліотека ШІ
84 посібники простою англійською мовою, структуровані навчальні маршрути та відкрита бібліотека — створена незалежною некомерційною організацією 501(c)(3), щоб кожен міг зрозуміти сучасний ШІ.
Почніть тут
Кожен курс включає чіткі результати, компетенції, практичні дії та прикладний завершальний камінь.
Зрозумійте, що таке штучний інтелект, як системи навчаються, де вони зазнають збоїв і як оцінювати претензії без галасу.
Використовуйте штучний інтелект продуктивно, захищаючи конфіденційність, перевіряючи результати та зберігаючи підзвітність людини.
Оцінюйте випадки використання на робочому місці, запускайте безпечні пілотні проекти, вимірювайте значення та відповідально повідомляйте про зміни.
Аналізуйте системи штучного інтелекту з точки зору прав, рівності, управління, безпеки та результатів суспільного інтересу.
Розумійте мовні моделі, пошук, агенти, оцінку, вартість і гарантії розгортання через практичне проєктування систем.
Тематичні треки
Перейдіть у сферу, яка вам цікава. Кожен трек має декілька гідів простою англійською мовою.
Повна бібліотека
84 з 1019 показано напрямні. Фільтруйте за треком або шукайте вище.
Штучний інтелект (ШІ) — це галузь створення комп'ютерних систем, які виконують такі завдання, як розпізнавання закономірностей, розуміння мови, планування...
основиСистеми машинного навчання навчаються, налаштовуючи модель за допомогою даних і навчальної цілі.
основиНейронна мережа — це модель машинного навчання, яка складається з пов’язаних математичних операцій із параметрами, що регулюються.
основиГлибоке навчання — це галузь машинного навчання, яка використовує нейронні мережі з кількома рівнями для вивчення представлень даних.
основиНавчання штучному інтелекту – це процес коригування моделі машинного навчання за допомогою прикладів і мети навчання.
основиВисновок використовує навчену модель для створення виходу з нового введення.
основиДані – це записана інформація, яку система машинного навчання вивчає або обробляє.
основиМодель машинного навчання — це математична система, яка зіставляє вхідні дані з виходами за допомогою структури та вивчених параметрів.
основиMachine learning builds models whose behavior is fitted from examples rather than written entirely as explicit rules.
основиSupervised learning fits a model using examples that pair inputs with target outputs.
основиUnsupervised learning looks for structure in data without a target label for every example.
основиGenerative AI produces outputs such as text, images, audio, or code using learned statistical patterns and supplied context.
Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.