Основи штучного інтелекту

• 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

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

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

   AI concepts and boundaries
   Що таке ШІ? →Основи машинного навчання →
2. 2

   How systems learn

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

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

   Data, training, and generalization
   Як навчається ШІ →Основи машинного навчання →Навчання ШІ →
3. 3

   Models and inference

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

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

   Моделі, висновки та обмеження
   Пояснення моделей AI →ШІ висновок →Нейронні мережі →
4. 4

   Evidence and uncertainty

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

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

   Оцінка та еталонна грамотністьUncertainty and confidence calibrationДжерело та перевірка претензій
   Тести ШІ →ШІ Галюцинації →ШІ Міфи →