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.
Перехресна перевірка — це техніка повторної вибірки для оцінки того, наскільки добре модель буде узагальнюватися на невидимі дані.
основиТочність і запам'ятовування є двома додатковими показниками для оцінки класифікаторів, особливо коли класи незбалансовані.
основиПодвійний спад є дивовижним спостереженням: коли модель стає більшою, помилка тесту спочатку стає гіршою біля «порогу інтерполяції», а потім стає кращою…
основиЯдро Neural Tangent Kernel (NTK) — це математичний інструмент, який показує, що нескінченно широкі нейронні мережі поводяться як певний фіксований метод ядра під час…
основиГіпотеза лотерейного квитка говорить, що всередині великої, випадково ініціалізованої нейронної мережі ховається невелика підмережа — «виграшний квиток» — який, навчений…
основиЗакони масштабування — це емпіричні формули, які показують, що втрати нейронної мережі передбачувано падають із збільшенням розміру моделі, розміру набору даних і обчислень.
основиChinchilla — це дослідження DeepMind 2022 року, яке виявило, що більшість великих мовних моделей були погано навчені: для фіксованого бюджету обчислень вам слід масштабувати параметри…
основиЗгрупована нормалізація винагороди стандартизує винагороди моделі в рамках пакету відповідей на ту саму підказку, перетворюючи галасливі результати на стабільне навчання…
основиМодель світу — це нейронна мережа, яка вчиться передбачати, як середовище змінюється з часом, дозволяючи ШІ «уявити» майбутні результати, перш ніж діяти.
основиНормалізація довжини коригує цілі налаштування переваг, щоб моделі перестали отримувати схвалення, просто пишучи довші відповіді.
основиМодель Бредлі-Террі — це столітній статистичний метод для перетворення парних порівнянь (A краще B) у числові оцінки.
основиІтеративний DPO неодноразово узгоджує мовну модель з уподобаннями людини чи штучного інтелекту, генеруючи нові відповіді, ранжуючи їх і налаштовуючи кожну з цих нових пар…
Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.