探索 Ultralytics 术语表，了解人工智能、机器学习、计算机视觉等知识。
掌握人工智能和 ML 项目的数据清理。学习修复错误、提高数据质量和有效提升模型性能的技术！
了解数据标注在机器学习中的关键作用、其过程、挑战以及在人工智能开发中的实际应用。
利用分布式训练加速人工智能训练！了解如何为复杂的人工智能项目缩短训练时间、扩展模型并优化资源。
了解差异化隐私如何保护人工智能/移动语言中的敏感数据，在确保隐私的同时进行准确分析并遵守相关法规。
什么是数据标注？了解用边框或多边形标注数据对于训练精确的人工智能和计算机视觉模型至关重要。
探索以数据为中心的人工智能，即提高数据集质量以提升模型性能的方法。了解为什么更好的数据，而不仅仅是更好的模型，是实现强大人工智能的关键。
了解机器学习中的纪元--它们如何影响模型训练、防止过拟合，以及利用 Ultralytics YOLO 优化性能。
探索边缘计算的威力：通过本地数据处理提高效率、减少延迟并实现实时人工智能应用。
探索可解释的人工智能（XAI）：利用可解释的洞察力，做出更明智的人工智能决策，从而建立信任、确保问责制并满足法规要求。
了解什么是嵌入，以及嵌入如何通过捕捉数据中的语义关系为 NLP、推荐和计算机视觉提供人工智能支持。
了解扩展卡尔曼滤波器如何为机器人、自动驾驶汽车和传感器融合中的非线性系统提供精确的状态估计。
了解边缘人工智能如何在设备上实现实时、安全和高效的人工智能处理，从而改变医疗保健和自动驾驶汽车等行业。
