Fundații AI

• 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.

1. 1

   What AI is

   Rezultat: Distinguish AI, machine learning, and ordinary software.

   Exercițiu: Classify five everyday systems and explain which definition of AI you used.

   AI concepts and boundaries
   Ce este AI? →Bazele învățării automate →
2. 2

   How systems learn

   Rezultat: Describe the role of examples, objectives, and generalization.

   Exercițiu: Diagnose why a model can perform well in testing but fail for a new population.

   Data, training, and generalization
   Cum învață AI →Bazele învățării automate →Antrenament AI →
3. 3

   Models and inference

   Rezultat: Explain what happens when a trained model produces an output.

   Exercițiu: Trace one user request from input through model output and human review.

   Modele, inferență și limitări
   Modelele AI explicate →Inferență AI →Rețele neuronale →
4. 4

   Evidence and uncertainty

   Rezultat: Check claims, benchmarks, and confident-sounding outputs.

   Exercițiu: Create a claim ledger for one AI product announcement.

   Evaluare și alfabetizare de referințăUncertainty and confidence calibrationVerificarea sursei și a revendicărilor
   Benchmarkuri AI →AI Halucinații →Mituri AI →