اے آئی فاؤنڈیشنز
سمجھیں کہ AI کیا ہے، سسٹم کیسے سیکھتے ہیں، وہ کہاں ناکام ہوتے ہیں، اور دعووں کا فیصلہ بغیر کسی قسم کے ہائپ کے کیسے کیا جائے۔
مفت AI لائبریری
84 سادہ انگریزی گائیڈز، سیکھنے کے ڈھانچے کے راستے، اور ایک کھلی لائبریری — جسے ایک آزاد 501(c)(3) غیر منفعتی تنظیم نے بنایا ہے تاکہ کوئی بھی جدید AI کو سمجھ سکے۔
یہاں سے شروع کریں۔
ہر کورس میں واضح نتائج، نقشہ سازی کی قابلیت، مشق کی سرگرمیاں، اور لاگو کیپ اسٹون شامل ہیں۔
سمجھیں کہ AI کیا ہے، سسٹم کیسے سیکھتے ہیں، وہ کہاں ناکام ہوتے ہیں، اور دعووں کا فیصلہ بغیر کسی قسم کے ہائپ کے کیسے کیا جائے۔
Use AI productively while protecting privacy, checking outputs, and preserving human accountability.
Evaluate workplace use cases, run safe pilots, measure value, and communicate changes responsibly.
Analyze AI systems through rights, equity, governance, safety, and public-interest outcomes.
Understand language models, retrieval, agents, evaluation, cost, and deployment safeguards through practical system design.
ٹاپک ٹریکس
اس علاقے میں جائیں جس کا آپ کو خیال ہے۔ ہر ٹریک میں متعدد سادہ انگریزی گائیڈز ہوتے ہیں۔
مکمل لائبریری
84 کی 1019 گائیڈز دکھائے گئے ہیں۔ ٹریک کے لحاظ سے فلٹر کریں یا اوپر تلاش کریں۔
مومینٹم تدریجی نزول کے لیے ایک موافقت ہے جو ماضی کے میلان کی ایک چلتی اوسط کو جمع کرتا ہے، جس سے اصلاح کو وادیوں میں تیزی سے گھومنے دیتا ہے اور نم ہوتا ہے…
بنیادی باتیںNesterov Accelerated Gradient (NAG) رفتار کی ایک تیز ترین شکل ہے جو گریڈیئنٹ کی گنتی کرنے سے پہلے آگے جھانکتی ہے، اسے آگے کی اصلاحی شکل دیتی ہے۔
بنیادی باتیںٹرپلٹ نقصان ایک نیورل نیٹ ورک کو سکھاتا ہے کہ ایک جیسی اشیاء کو ایک دوسرے کے قریب رکھنا اور مختلف اشیاء کو سرایت کرنے کی جگہ میں بہت دور رکھنا۔
بنیادی باتیںلیبل اسموتھنگ ایک سادہ ریگولرائزیشن ٹرک ہے جو سخت ایک گرم تربیتی اہداف کو نرم کرتی ہے، ماڈل کو درست جواب بتانا بہت ممکن ہے لیکن 100 نہیں…
بنیادی باتیںلانگ شارٹ ٹرم میموری (LSTM) سیلز ایک خاص قسم کی ریکرنٹ نیورل نیٹ ورک یونٹ ہیں جو طویل سلسلے میں معلومات کو یاد رکھنے کے لیے بنائے گئے ہیں۔
بنیادی باتیںK-Means ایک غیر زیر نگرانی الگورتھم ہے جو کلسٹر سینٹرز کو تلاش کرکے K گروپس میں ڈیٹا کو خود بخود ترتیب دیتا ہے۔
بنیادی باتیںK-Nearest Neighbours (KNN) K قریب ترین مثالوں کو دیکھ کر اور اکثریتی ووٹ لے کر ایک نئے ڈیٹا پوائنٹ کی درجہ بندی کرتا ہے۔
بنیادی باتیںلاجسٹک ریگریشن اس امکان کی پیشین گوئی کرتا ہے کہ کوئی چیز کسی طبقے سے تعلق رکھتی ہے، جیسے کہ اسپام یا اسپام نہیں، ایک وزنی رقم کو S-شکل والے وکر کے ذریعے اسکواش کر کے۔
بنیادی باتیںNaive Bayes ایک تیز، امکانی درجہ بندی ہے جو Bayes کے تھیوریم پر بنایا گیا ہے جو کہ کلاس کے پیش نظر ہر خصوصیت کو خود مختار سمجھتا ہے۔
بنیادی باتیںایک ROC وکر یہ بتاتا ہے کہ ایک درجہ بندی کرنے والا ہر ممکنہ فیصلے کی حد میں دو کلاسوں کو کتنی اچھی طرح سے الگ کرتا ہے، اور AUC اس پورے وکر کو ایک نمبر میں کمپریس کرتا ہے۔
بنیادی باتیںکنفیوژن میٹرکس ایک سادہ جدول ہے جو درجہ بندی کرنے والے کی پیشین گوئیوں کو ہر کلاس کے لیے درست اور غلط شماروں میں توڑ دیتا ہے۔
بنیادی باتیںتعصب-تغیر تجارت کی وضاحت کرتا ہے کہ ایک ماڈل بہت سادہ یا بہت پیچیدہ ہونے سے کیوں ناکام ہو سکتا ہے۔
چیک کریں کہ آپ نے موضوع کے کوئز کے ساتھ کیا سیکھا، پھر ہمارے سٹرکچرڈ کورسز اور موجودہ سرٹیفیکیشن کے تقاضوں کو دریافت کریں۔ بنیادی رہنما پڑھنے کے لیے آزاد رہتے ہیں۔