Początkujący oczywiście · Bezpłatny
Podstawy AI
Zrozum, czym jest AI, jak systemy się uczą, gdzie zawodzą i jak oceniać twierdzenia bez zamieszania.
Dla: Każdy, kto chce niezawodnego modelu mentalnego współczesnej sztucznej inteligencji
- What AI is2 przewodniki
- How systems learn3 przewodniki
- Models and inference3 przewodniki
- Evidence and uncertainty3 przewodniki
- 4Moduły
- 11Przewodniki
- ~4hDo ukończenia
- 6Kompetencje
Wyniki
Co będziesz w stanie zrobić
- Explain training and inference in plain language.
- Separate demonstrated capability from marketing claims.
- Evaluate AI outputs using evidence, uncertainty, and fit-for-purpose tests.
Prerequisites: None.
Loading your course evidence…
Program nauczania
Moduły kursowe
- Moduł 1
What AI is
Wynik: Distinguish AI, machine learning, and ordinary software.
Ćwiczenie: Classify five everyday systems and explain which definition of AI you used.
AI concepts and boundaries - Moduł 2
How systems learn
Wynik: Describe the role of examples, objectives, and generalization.
Ćwiczenie: Diagnose why a model can perform well in testing but fail for a new population.
Data, training, and generalization - Moduł 3
Models and inference
Wynik: Explain what happens when a trained model produces an output.
Ćwiczenie: Trace one user request from input through model output and human review.
Modele, wnioskowanie i ograniczenia - Moduł 4
Evidence and uncertainty
Wynik: Check claims, benchmarks, and confident-sounding outputs.
Ćwiczenie: Create a claim ledger for one AI product announcement.
Ewaluacja i kompetencje w zakresie benchmarkówKalibracja niepewności i ufnościWeryfikacja źródła i twierdzenia
Zastosowana kamień końcowy
AI claim fact check
Choose one public AI claim and produce a one-page evidence review for a nontechnical reader.
Lista kontrolna dowodów
- Original claim and source
- Two supporting or contradicting sources
- Known limitations
- Plain-language conclusion with confidence