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
1019 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
1019 ti 1019 awọn itọsọna han. Àlẹmọ nipasẹ orin tabi wiwa loke.
Ṣiṣayẹwo laini ṣe idanwo bawo ni awọn aṣoju inu inu awoṣe ti a ti kọkọ ṣe dara ṣe dara nipa didi nẹtiwọọki ati ikẹkọ nikan classifier laini ti o rọrun lori oke.
Èdè AIIṣapẹẹrẹ akiyesi ṣe iyara iran awoṣe ede nla nipa jijẹ ki awoṣe 'akọpamọ' kekere kan gboju ọpọlọpọ awọn ami ti o wa niwaju, lẹhinna nini awoṣe nla jẹri…
Èdè AIIṣapẹẹrẹ ti o da lori Entropy ṣe deede bi LLM ṣe mu ami-ami atẹle rẹ ti o da lori bawo ni awoṣe ko ṣe daju ni akoko yẹn.
Imọ-ẹrọDenseNet jẹ nẹtiwọọki itiranya nibiti gbogbo Layer gba awọn maapu ẹya ti gbogbo awọn fẹlẹfẹlẹ iṣaaju bi titẹ sii.
Imọ-ẹrọItumọ ile-igo-igo kan fun pọ data nipasẹ ipele agbedemeji dín ṣaaju ki o to pọ si lẹẹkansi, fi ipa mu nẹtiwọọki lati kọ ẹkọ iwapọ, daradara…
Imọ-ẹrọIkojọpọ Gradient jẹ ki o ṣe adaṣe iwọn ipele nla kan lori iranti GPU ti o lopin nipa pipọ awọn gradients lori ọpọlọpọ awọn ipele kekere-kekere ṣaaju ṣiṣe imudojuiwọn…
Awọn ipilẹIduro ni kutukutu jẹ ilana isọdọtun ti o dẹkun ikẹkọ awoṣe ni akoko iṣẹ ṣiṣe lori data afọwọsi ti o waye duro ni ilọsiwaju.
Imọ-ẹrọMuwon oluko ni a ikẹkọ omoluabi fun ọkọọkan awọn awoṣe ibi ti awọn otito ti tẹlẹ àmi, ko awọn awoṣe ile ti ara amoro, ti wa ni je bi awọn nigbamii ti input.
Imọ-ẹrọIyasọtọ ifihan jẹ aafo ti o han nigbati awoṣe ti o ni ikẹkọ nikan lori awọn asọtẹlẹ pipe gbọdọ, ni itọkasi, ipo lori awọn abajade aipe tirẹ.
Imọ-ẹrọPipadanu idojukọ jẹ iṣẹ ipadanu ti a ṣe atunṣe ti awọn apẹẹrẹ irọrun-isalẹ ki oluwari le dojukọ awọn lile, awọn toje.
Awọn ipilẹIgbara 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.
Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.