Awọn ipilẹ AI
Loye ohun ti AI jẹ, bawo ni awọn ọna ṣiṣe ṣe kọ ẹkọ, ibiti wọn kuna, ati bii o ṣe le ṣe idajọ awọn ẹtọ laisi ariwo.
Ile-ikawe AI ọfẹ
84 Awọn itọsona Gẹẹsi pẹtẹlẹ, awọn ọna ikẹkọ ti iṣeto, ati ile-ikawe ṣiṣi - ti a ṣe nipasẹ ominira 501(c)(3) ti ko ni ere ki ẹnikẹni le loye AI ode oni.
Bẹrẹ nibi
Ẹkọ kọọkan pẹlu awọn abajade ti o han gbangba, awọn ọgbọn maapu, awọn iṣẹ adaṣe, ati capstone ti a lo.
Loye ohun ti AI jẹ, bawo ni awọn ọna ṣiṣe ṣe kọ ẹkọ, ibiti wọn kuna, ati bii o ṣe le ṣe idajọ awọn ẹtọ laisi ariwo.
Lo AI ni iṣelọpọ lakoko ti o daabobo aṣiri, ṣayẹwo awọn abajade, ati fifipamọ ojuse eniyan.
Ṣe ayẹwo awọn ọran lilo ibi iṣẹ, ṣiṣe awọn awakọ ailewu, wiwọn iye, ati ṣe ibaraẹnisọrọ awọn ayipada ni ojuse.
Ṣe itupalẹ awọn eto AI nipasẹ awọn ẹtọ, inifura, iṣakoso, aabo, ati awọn abajade iwulo ti gbogbo eniyan.
Loye awọn awoṣe ede, gbigba, awọn aṣoju, igbelewọn, idiyele, ati awọn aabo imuṣiṣẹ nipasẹ apẹrẹ eto to wulo.
Awọn orin koko
Lọ si agbegbe ti o bikita. Gbogbo orin ni ọpọ itọsona-Gẹẹsi.
Ile-ikawe ni kikun
84 ti 1019 awọn itọsọna han. Àlẹmọ nipasẹ orin tabi wiwa loke.
Igbara jẹ tweak kan si irandiwọn gradient ti o ṣajọpọ apapọ ṣiṣiṣẹ ti awọn gradients ti o kọja, jẹ ki iṣapeye yi lọ ni iyara nipasẹ awọn afonifoji ati ki o rọ…
Awọn ipilẹNesterov Accelerated Gradient (NAG) jẹ ọna ijafafa ti ipa ti o yoju ṣaaju ki o to ṣe iṣiro gradient, fifun ni oju-ọna atunṣe niwaju.
Awọn ipilẹPipadanu Triplet kọni nẹtiwọọki nkankikan lati gbe awọn nkan ti o jọra si papọ ati awọn nkan ti o yatọ si yato si ni aaye ifibọ.
Awọn ipilẹIyọ aami jẹ ẹtan deede ti o rọrun ti o rọ awọn ibi-afẹde ikẹkọ gbigbona lile kan, sisọ fun awoṣe pe idahun ti o pe o ṣeeṣe pupọ ṣugbọn kii ṣe 100…
Awọn ipilẹAwọn sẹẹli Iranti Igba Kukuru Gigun (LSTM) jẹ iru pataki ti ẹyọkan nẹtiwọọki loorekoore ti a ṣe lati ranti alaye kọja awọn ọna gigun.
Awọn ipilẹK-Means jẹ algoridimu ti ko ni abojuto ti o pin data laifọwọyi sinu awọn ẹgbẹ K nipa wiwa awọn ile-iṣẹ iṣupọ.
Awọn ipilẹAwọn aladugbo K-Nitosi (KNN) ṣe ipinlẹ aaye data tuntun nipa wiwo awọn apẹẹrẹ K ti o sunmọ julọ ati gbigba ibo to poju.
Awọn ipilẹIpadabọ Logistic sọ asọtẹlẹ iṣeeṣe pe ohunkan jẹ ti kilasi kan, bii àwúrúju tabi kii ṣe àwúrúju, nipa didẹ apao iwuwo nipasẹ ọna ti S-sókè.
Awọn ipilẹNaive Bayes jẹ iyara, iyasọtọ iṣeeṣe ti a ṣe lori ilana Bayes ti o dawọle pe gbogbo ẹya jẹ ominira ti a fun ni kilasi naa.
Awọn ipilẹOhun ti tẹ ROC n ṣe igbero bawo ni olutọpa kan ṣe ya awọn kilasi meji sọtọ ni gbogbo iloro ipinnu ti o ṣee ṣe, ati pe AUC rọ gbogbo ohun ti tẹ sinu nọmba kan.
Awọn ipilẹMatrix iporuru jẹ tabili ti o rọrun ti o fọ awọn asọtẹlẹ classifier sinu awọn iṣiro ti o pe ati ti ko tọ fun kilasi kọọkan.
Awọn ipilẹIṣowo-iyatọ-iyatọ n ṣalaye idi ti awoṣe le kuna nipa jijẹ rọrun pupọ tabi eka pupọ.
Ṣayẹwo ohun ti o kọ pẹlu ibeere ibeere koko kan, lẹhinna ṣawari awọn iṣẹ ikẹkọ ti a ṣeto tabi ṣiṣẹ si ijẹrisi kan. Gbogbo guide duro free lati ka.