Guía completa de sistemas de inteligencia artificial.
Este recurso, compartido por la Universidad de Harvard, ofrece una guía técnica completa sobre sistemas de aprendizaje automático. Combinando capas de hardware y software, este estudio aborda los procesos de diseño de infraestructuras escalables de inteligencia artificial.
Actualizaciones
- 26 de octubre de 2026: Estrellas 29,547 → 29,642, última versión vol1-v0.8.0 (24 de octubre de 2026).
- 25 de octubre de 2026: Estrellas 28,788 → 29,547, última versión slides-latest (11 de mayo de 2026).
- 2 de octubre de 2026: Estrellas 28,085 → 28,788, última versión tinytorch-v0.2.0 (1 de octubre de 2026).
- 1 de septiembre de 2026: Estrellas 27,689 → 28,085, última versión vol1-v0.7.2 (31 de agosto de 2026).
Qué aporta
- Aprender los principios de diseño e ingeniería de sistemas de inteligencia artificial.
- Construya su propio marco de aprendizaje automático desde cero
- Desarrollar aplicaciones del mundo real bajo restricciones de hardware
Cómo empezar
Para comenzar con este proyecto, puede visitar el sitio web oficial mlsysbook.ai. Puede comenzar su proceso de aprendizaje combinando conocimientos teóricos con trabajo práctico a través del libro de texto, laboratorios interactivos y módulos de TinyTorch en el sitio.
Términos relacionados del glosario
Enlaces
TreScout no desarrolló esta herramienta · la encontramos en las tendencias de GitHub y la presentamos. Esta página describe el repositorio tal como estaba el 2026-07-03: El número de estrellas y nuestro texto son de ese día, el repositorio puede haber cambiado desde entonces. Consulte el enlace del repositorio para ver el estado actual. El texto de presentación se preparó con IA a partir de la propia documentación del repositorio y esta página se tradujo automáticamente del original en turco · prevalece la versión turca.