01
Основи штучного інтелекту
Зрозумійте, що таке штучний інтелект, як системи навчаються, де вони зазнають збоїв і як оцінювати претензії без галасу.
Безкоштовна бібліотека ШІ
основи напрямніВільний назавжди.
84 посібники простою англійською мовою, структуровані навчальні маршрути та відкрита бібліотека — створена незалежною некомерційною організацією 501(c)(3), щоб кожен міг зрозуміти сучасний ШІ.
84Безкоштовні путівники
1Тематичні треки
~2 minЗа посібником
~3hЧас читання
Почніть тут
П'ять курси, орієнтовані на результат
Кожен курс включає чіткі результати, компетенції, практичні дії та прикладний завершальний камінь.
02
Відповідальний користувач ШІ
Використовуйте штучний інтелект продуктивно, захищаючи конфіденційність, перевіряючи результати та зберігаючи підзвітність людини.
03
ШІ на роботі
Оцінюйте випадки використання на робочому місці, запускайте безпечні пілотні проекти, вимірювайте значення та відповідально повідомляйте про зміни.
04
Політика та суспільство AI
Аналізуйте системи штучного інтелекту з точки зору прав, рівності, управління, безпеки та результатів суспільного інтересу.
05
Будівництво за допомогою систем ШІ
Розумійте мовні моделі, пошук, агенти, оцінку, вартість і гарантії розгортання через практичне проєктування систем.
Тематичні треки
Перегляд за треком
Перейдіть у сферу, яка вам цікава. Кожен трек має декілька гідів простою англійською мовою.
основиОсновні концепції: як ШІ працює на високому рівні.84 напрямні ШІ мовиLLM, NLP, ChatGPT, підказка та розуміння тексту.155 напрямні Візуальний ШІГенерація зображень, комп'ютерний зір, відео та дизайн.133 напрямні Аудіо AIГолос, музика, подкастинг і аудіо – перший ШІ.117 напрямні КомпаніїПрофілі OpenAI, Anthropic, Google, Meta тощо.121 напрямні ДодаткиЯк ШІ з’являється в кодуванні, пошуку, агентах і повсякденному житті.111 напрямні Галузі промисловостіШІ в охороні здоров’я, фінансах, освіті, енергетиці тощо.91 напрямні технічнийМікросхеми, точне налаштування, RAG, вектори та інфраструктура ШІ.177 напрямні суспільствоУпередженість, конфіденційність, авторське право, безпека та майбутнє ШІ.30 напрямні
Повна бібліотека
Всі путівники
84 з 1019 показано напрямні. Фільтруйте за треком або шукайте вище.
основи
Точне налаштування самостійної гри
Точне налаштування самостійної гри покращує модель, змушуючи її конкурувати з власними минулими результатами або навчатися на них, генеруючи власний тренувальний сигнал.
основиНавчання під час тестування
Навчання під час тестування (TTT) дозволяє моделі продовжувати навчатися з кожним новим введенням у момент, коли вона робить прогноз, замість того, щоб залишатися замороженими після навчання.
основиГроккінг і відкладене узагальнення
Гроккінг — це дивовижне явище, коли нейронна мережа спочатку запам’ятовує свої навчальні дані, тривалий час перебуває з майже нульовою точністю перевірки, а потім...
основиПереобладнання та недообладнання
Переобладнання – це коли модель запам’ятовує свої навчальні дані та зазнає невдачі на нових прикладах; недостатня підгонка – це коли занадто просто зафіксувати справжній візерунок.
основиРегуляризація
Регуляризація — це набір методів, які навмисно обмежують модель, щоб вона узагальнювала нові дані замість запам’ятовування навчального набору.
основиЗворотне поширення
Зворотне розповсюдження — це алгоритм, який дозволяє нейронній мережі вчитися на своїх помилках, ефективно обчислюючи, наскільки кожен ваговий коефіцієнт вніс у помилку.
основиГрадієнтний спуск
Градієнтний спуск — це метод оптимізації, який фактично переміщує вагові коефіцієнти моделі до меншої похибки, крок за кроком.
основиФункції втрат
Функція втрат — це єдине число, яке повідомляє моделі, наскільки помилковими є її прогнози, перетворюючи невизначену мету на те, що може оптимізувати математика.
основиФункції активації
Функції активації — це невеликі нелінійні ворота всередині кожного нейрона, які дозволяють нейронним мережам вивчати складні криві шаблони замість прямих ліній.
основиЗгорткові нейронні мережі
Згорткові нейронні мережі (CNN) — це робоча конячка архітектури для розуміння зображень.
основиРекурентні нейронні мережі
Повторювані нейронні мережі (RNN) створені для обробки таких послідовностей, як текст, мова та часові ряди.
основиГенеративні змагальні мережі
Генеративні суперницькі мережі (GAN) створюють реалістичні нові дані, протиставляючи дві нейронні мережі одна одній у змаганні.
Закінчив читати? Доведіть це.
Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.