01
人工智能基金会
了解什么是人工智能，系统如何学习，哪些地方失误，以及如何在不夸大的情况下判断主张。
免费人工智能库
基础知识 指南永远免费。
84 简明英语指南、结构化学习路径和开放图书馆——由独立的 501(c)(3) 非营利组织构建，以便任何人都可以理解现代人工智能。
84免费指南
1主题曲目
~2 min根据指南
~3h阅读时间
从这里开始
五 成果导向课程
每门课程都包含明确的成果、能力规划、实践活动和应用毕业设计。
02
负责任的人工智能用户
在保护隐私、核查输出和保持人类问责的同时，高效使用人工智能。
03
职场人工智能
评估工作场所用例，运行安全试点，衡量价值，负责任地沟通变更。
04
人工智能政策与社会
通过权利、公平、治理、安全和公共利益结果分析人工智能系统。
05
使用人工智能系统构建
通过实用的系统设计，理解语言模型、检索、代理、评估、成本和部署保障。
主题曲目
按曲目浏览
跳入您关心的领域。每条赛道都有多个简单的英文指南。
全库
所有指南
84 的 1019 显示指南。按曲目过滤或在上方搜索。
基础知识
扩散模型
扩散模型通过学习逆转噪声过程来生成图像，逐步将随机静态转化为详细的图片。
基础知识少样本学习
少样本学习是指从少数而不是数千个示例中学习新任务的能力。
基础知识嵌入
嵌入将单词、图像或其他数据转换为数字（向量）列表，以便相似的事物最终在高维空间中紧密结合在一起。
基础知识代币化
标记化是将文本切成更小的片段（称为标记）的步骤，标记是语言模型实际读取和预测的单位。
基础知识特征工程
特征工程是将原始数据转化为有助于模型学习的信息输入（特征）的技术。
基础知识决策树和随机森林
决策树通过询问一系列简单的是/否问题（如流程图）来进行预测。
基础知识支持向量机
支持向量机 (SVM) 是一种经典算法，它通过在两组之间绘制尽可能宽的边界来将它们分开。
基础知识降维
降维将数据从许多列（特征）缩减到少数，同时保留重要的结构。
基础知识迁移学习
迁移学习重用已经在大型数据集上训练的模型，并将其适应新的相关任务。
基础知识自我监督学习
自监督学习通过发明一个任务来训练未标记数据的模型，该任务的答案隐藏在数据本身中。
基础知识半监督学习
半监督学习在少量标记数据和大量未标记数据上进行训练。
基础知识异常检测
异常检测是教导机器标记与正常模式严重偏离的数据点的做法。