Основи штучного інтелекту
Зрозумійте, що таке штучний інтелект, як системи навчаються, де вони зазнають збоїв і як оцінювати претензії без галасу.
Безкоштовна бібліотека ШІ
1019 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
1019 з 1019 показано напрямні. Фільтруйте за треком або шукайте вище.
Дистиляція знань навчає маленьку модель «учня» наслідувати велику, точну модель «вчителя».
технічнийСуміш експертів (MoE) — це модель моделі, яка розбиває мережу на багато спеціалізованих підмереж і активує лише кілька на один вхід.
основиВбудовування перетворює слова, зображення чи інші дані на списки чисел (векторів), щоб подібні речі розташовувалися близько один до одного у багатовимірному просторі.
основиТокенізація — це крок, який розбиває текст на дрібніші фрагменти, які називаються токенами, одиниці, які фактично читає та передбачає мовна модель.
основиРозробка функцій — це майстерність перетворення необроблених даних на інформаційні вхідні дані (функції), які допомагають моделі навчатися.
технічнийКвантування моделі зменшує нейронну мережу, зберігаючи її числа в меншій кількості бітів, тому та сама модель працює швидше та на меншому обладнанні.
технічнийІнтегроване навчання тренує спільну модель на багатьох пристроях або в організаціях, не збираючи необроблені дані в одному місці.
основиДерево рішень робить прогнози, ставлячи низку простих запитань «так/ні», як блок-схема.
основиМашина опорних векторів (SVM) — це класичний алгоритм, який розділяє дві групи шляхом проведення якомога ширшої межі між ними.
основиЗменшення розмірності скорочує дані з багатьох стовпців (об’єктів) до кількох, зберігаючи важливу структуру.
основиТрансферне навчання повторно використовує модель, уже навчену на великому наборі даних, і адаптує її до нового пов’язаного завдання.
основиСамоконтрольоване навчання тренує моделі на немаркованих даних шляхом винаходу завдання, відповідь якого прихована в самих даних.
Перевірте, що ви навчилися за допомогою тематичної вікторини, а потім перегляньте наші структуровані курси або попрацюйте над отриманням сертифіката. Кожен посібник залишається безкоштовним для читання.