Αρχάριος πορεία · Δωρεάν

Θεμέλια AI

Κατανοήστε τι είναι η τεχνητή νοημοσύνη, πώς μαθαίνουν τα συστήματα, πού αποτυγχάνουν και πώς να κρίνετε ισχυρισμούς χωρίς διαφημιστική εκστρατεία.

Για: Όποιος θέλει ένα αξιόπιστο νοητικό μοντέλο σύγχρονης τεχνητής νοημοσύνης

Αρχάριος
  1. Τι είναι το AI2 οδηγούς
  2. Πώς μαθαίνουν τα συστήματα3 οδηγούς
  3. Μοντέλα και συμπεράσματα3 οδηγούς
  4. Στοιχεία και αβεβαιότητα3 οδηγούς
  • 4Ενότητες
  • 11Οδηγοί
  • ~4hΓια να ολοκληρώσετε
  • 6Αρμοδιότητες

Αποτελέσματα

Τι θα μπορείτε να κάνετε

  • Εξηγήστε την εκπαίδευση και τα συμπεράσματα σε απλή γλώσσα.
  • Διαχωρίστε την αποδεδειγμένη ικανότητα από τους ισχυρισμούς μάρκετινγκ.
  • Αξιολογήστε τα αποτελέσματα της τεχνητής νοημοσύνης χρησιμοποιώντας τεστ αποδεικτικών στοιχείων, αβεβαιότητας και καταλληλότητας για τον σκοπό.

Προαπαιτούμενα: Κανένα.

Loading your course evidence…

Διδακτέα ύλη

Ενότητες μαθημάτων

  1. Ενότητα 1

    Τι είναι το AI

    Αποτέλεσμα: Διακρίνετε την τεχνητή νοημοσύνη, τη μηχανική μάθηση και το συνηθισμένο λογισμικό.

    Πρακτική: Ταξινομήστε πέντε καθημερινά συστήματα και εξηγήστε ποιον ορισμό της τεχνητής νοημοσύνης χρησιμοποιήσατε.

    Έννοιες και όρια AI
  2. Ενότητα 2

    Πώς μαθαίνουν τα συστήματα

    Αποτέλεσμα: Περιγράψτε το ρόλο των παραδειγμάτων, των στόχων και της γενίκευσης.

    Πρακτική: Διαγνώστε γιατί ένα μοντέλο μπορεί να αποδώσει καλά στις δοκιμές αλλά να αποτύχει για έναν νέο πληθυσμό.

    Δεδομένα, εκπαίδευση και γενίκευση
  3. Ενότητα 3

    Μοντέλα και συμπεράσματα

    Αποτέλεσμα: Εξηγήστε τι συμβαίνει όταν ένα εκπαιδευμένο μοντέλο παράγει μια έξοδο.

    Πρακτική: Παρακολούθηση ενός αιτήματος χρήστη από την εισαγωγή μέσω της εξόδου του μοντέλου και του ανθρώπινου ελέγχου.

    Μοντέλα, συμπεράσματα και περιορισμοί
  4. Ενότητα 4

    Στοιχεία και αβεβαιότητα

    Αποτέλεσμα: Ελέγξτε τις αξιώσεις, τους δείκτες αναφοράς και τα αποτελέσματα με σίγουρη ήχο.

    Πρακτική: Δημιουργήστε ένα βιβλίο αξιώσεων για μια ανακοίνωση προϊόντος AI.

    Αλφαβητισμός αξιολόγησης και συγκριτικής αξιολόγησηςΒαθμονόμηση αβεβαιότητας και εμπιστοσύνηςΕπαλήθευση πηγής και αξίωσης

Εφαρμοσμένο επιστέγασμα

Έλεγχος γεγονότων αξίωσης AI

Επιλέξτε μια δημόσια αξίωση AI και δημιουργήστε μια ανασκόπηση αποδεικτικών στοιχείων μιας σελίδας για έναν μη τεχνικό αναγνώστη.

Λίστα ελέγχου αποδεικτικών στοιχείων

  • Αρχική αξίωση και πηγή
  • Δύο υποστηρικτικές ή αντικρουόμενες πηγές
  • Γνωστοί περιορισμοί
  • Συμπέρασμα σε απλή γλώσσα με σιγουριά
Επόμενο μάθημαΥπεύθυνος χρήστης AIΧρησιμοποιήστε την τεχνητή νοημοσύνη παραγωγικά προστατεύοντας παράλληλα το απόρρητο, ελέγχοντας τα αποτελέσματα και διατηρώντας την ανθρώπινη ευθύνη.