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.
Predictive AI uses observed information to estimate an unknown outcome, such as demand, delivery time, or a category.
основиAI systems thinking examines how data, models, people, interfaces, and operating policies interact.
основиThe model lifecycle covers problem definition, data preparation, training or selection, evaluation, deployment, monitoring, and retirement.
основиAI evaluation tests whether a system meets a defined purpose under stated conditions.
основиHuman-AI collaboration divides work between people and AI systems while keeping responsibility and control clear.
основиAI can supply predictions, organize evidence, or recommend actions, but choosing an action also requires goals, constraints, and responsibility.
основиAn AI failure mode is a repeatable way a system can produce an unacceptable result.
основиГрупова нормалізація — це техніка, яка стабілізує навчання нейронної мережі шляхом нормалізації функцій у невеликих групах каналів, незалежно для кожного…
основиGated Recurrent Unit (GRU) — це спрощений тип рекурентної клітинки нейронної мережі, яка використовує два ворота, щоб вирішити, яку інформацію зберігати, а яку забути…
основиЗменшення ваги — це проста, потужна техніка, яка підштовхує вагу моделі до нуля під час тренування, не даючи їй надто покладатися на будь-які...
основиDropout — це трюк регулярізації, який випадковим чином вимикає частину нейронів під час кожного кроку навчання, змушуючи мережу створювати надлишкові, надійні…
основиРання зупинка — це техніка регулярізації, яка зупиняє навчання моделі в той момент, коли продуктивність затриманих даних перевірки перестає покращуватися.
Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.