從這裡開始
從這裡開始
五 基於結果的課程
每門課程都包括明確的成果、映射的能力、實踐活動和應用的頂點。
主題曲目
按曲目瀏覽
跳入您關心的領域。每條賽道都有多個簡單的英文指南。
- 134 指南基礎知識核心概念:人工智慧如何在高層次上運作。探索
- 272 指南語言人工智慧LLM、NLP、ChatGPT、提示和文字理解。探索
- 298 指南視覺人工智慧影像生成、電腦視覺、視訊和設計。探索
- 188 指南音訊人工智慧語音、音樂、播客和音訊優先的人工智慧。探索
- 145 指南公司OpenAI、Anthropic、Google、Meta 等的設定檔。探索
- 761 指南應用領域人工智慧如何出現在編碼、搜尋、代理和日常生活中。探索
- 244 指南產業醫療保健、金融、教育、能源等領域的人工智慧。探索
- 536 指南科技晶片、微調、RAG、向量和人工智慧基礎設施。探索
- 422 指南社會偏見、隱私、版權、安全和人工智慧的未來。探索
全庫
所有指南
3000 的 3000 顯示指南。按曲目過濾或上方搜尋。
- 科技學習曲線和驗證曲線學習曲線顯示了當訓練資料量或訓練時間改變時,訓練與驗證效能如何變化。免費的白話文指南。3 最小閱讀量閱讀
- 科技LIME 本地解釋LIME 透過在受檢視的範例附近配適一個簡單、可解釋的替代模型來解釋單一預測。免費的白話文指南。3 最小閱讀量閱讀
- 科技線性判別分析線性判別分析是一種監督方法,它對類別分佈進行建模以對觀察結果進行分類,並將資料投影到方向...3 最小閱讀量閱讀
- 科技部分相關圖部分依賴圖估計模型的預測如何隨著所選特徵值的變化而變化,並對其他特徵的觀察值進行平均。3 最小閱讀量閱讀
- 科技AdaBoostAdaBoost 依序建立弱學習器的集合,增加對早期學習器錯誤分類的訓練範例的關注。3 最小閱讀量閱讀
- 科技DICOM 和醫學影像資料格式DICOM 是交換醫學影像和相關資訊的標準,具有描述研究和擷取的像素資料和結構化屬性。3 最小閱讀量閱讀
- 科技廣義線性模型廣義線性模型 (GLM) 透過線性預測變數、反應分佈和連結函數將預測變數與結果關聯起來。4 最小閱讀量閱讀
- 科技鉸鏈損失當分類範例的符號邊距低於 1 時,鉸鏈損失會對其進行懲罰,包括位置太近的正確分類點…4 最小閱讀量閱讀
- 應用領域如何使用人工智慧選擇油漆顏色人工智慧和數位油漆視覺化工具可以透過預覽房間照片上的調色板來幫助縮小顏色選擇範圍。免費的簡單英語指南。3 最小閱讀量閱讀
- 應用領域如何利用人工智慧視覺化房間重新設計人工智慧房間視覺化將照片或描述轉化為可能的裝飾概念,例如不同的家具佈置或調色板。3 最小閱讀量閱讀
- 科技Huber 損失和穩健回歸Huber 損失對於小殘差是二次的,對於大殘差是線性的,與平方損失相比,減少了極端誤差的影響...4 最小閱讀量閱讀
- 科技核心技巧內核技巧讓依賴內積的演算法表現得好像它使用了更豐富的特徵表示,而無需顯式構造每個...3 最小閱讀量閱讀