Reproducera ett paper

Alla kunskaper som ingår (43) — i beroendeordning

1. 1AMönster och kategorier
2. 2BData från vardagen
3. 3AInstruktioner i rätt ordning
4. 4BAlgoritmiskt tänkande
5. 5CFunktioner och koordinatsystem
6. 6DDerivata och optimering
7. 7CProgrammeringslogik — variabler, villkor, loopar
8. 8CPython — grunderna
9. 9CPython — listor, loopar och dictionaries
10. 10BRegler kontra inlärning
11. 11BKällkritik och ansvar när AI svarar
12. 12CStatistik — medelvärde, median och spridning
13. 13CSannolikhet — grunderna
14. 14DLoss-funktioner
15. 15DTokenisering
16. 16BTräningsdata, features och etiketter
17. 17BKlassificering — så sorterar en modell
18. 18CDin första prediktiva modell — en rät linje
19. 19DGradient descent
20. 20CNeuronnät — intuitionen
21. 21CPromptning — att styra en språkmodell
22. 22DVektorer
23. 23DMatriser och matrismultiplikation
24. 24DLinjär regression med flera features
25. 25DNeuronnät — forward pass med matriser
26. 26DBackpropagation
27. 27DEmbeddings — ord som vektorer
28. 28DAttention
29. 29DOverfitting och generalisering
30. 30DPyTorch — tensorer och autograd
31. 31DRetrieval — hitta rätt text
32. 32DTräning, validering och test
33. 33DTräna ett neuronnät i PyTorch
34. 34DTransformers — arkitekturen
35. 35ESpråkmodeller — träning och generering
36. 36EModellutvärdering
37. 37ERAG — retrieval-augmented generation
38. 38FEvals för språkmodeller och agenter
39. 39EVetenskaplig metod i AI
40. 40FLäsa och analysera forskningsartiklar
41. 41EReproducerbarhet
42. 42GAblationsstudier
43. 43GReproducera ett paper