ხელოვნური ინტელექტი და AI ინსტრუმენტები

გაეცანი AI-ს პრაქტიკული და პროფესიული კუთხით და გაიგე, როგორ მუშაობს ის რეალურ ამოცანებზე. ისწავლე Prompt Engineering, AI ინსტრუმენტების გამოყენება და მიღებული შედეგების შეფასება. გაიგე, როგორ გამოიყენო AI პასუხისმგებლიანად და შექმენი საკუთარი ინტერაქტიული AI პროექტები.

ხელოვნური ინტელექტიახალგაზრდებისთვისკურსიგამოქვეყნებული

დონე: დამწყები
ხანგრძლივობა: 10 კვირა; 30 საათი
რეკომენდებული ასაკი: ასაკი: 12+
ფასი: 39 ₾~~220 ₾~~

დარჩა 30 / 30 ადგილიკურსზე ჩაწერა39 ₾220 ₾შესვლა და დაწყება

LinkedIn-ზე გაზიარება

უნარები

რას ისწავლი

რა ძირითად პრინციპებს ეფუძნება თანამედროვე AI-ისა და Generative AI-ის მუშაობა
როგორ აირჩიო სწორი AI ინსტრუმენტი კონკრეტული ამოცანისთვის
როგორ დაწერო ეფექტური prompt
როგორ გააუმჯობესო AI-ის შედეგი თანმიმდევრული შესწორებებით
როგორ შეამოწმო AI-ის მიერ მოცემული ინფორმაცია
როგორ გამოიყენო AI ტექსტზე, კვლევაზე, ვიზუალურ მასალასა და მონაცემებზე მუშაობისას
როგორ შექმნა Structured Output და მარტივი AI Workflow
როგორ დაიცვა პირადი და კონფიდენციალური ინფორმაცია
როგორ ამოიცნო Bias, Hallucination და AI-სთან დაკავშირებული სხვა რისკები
როგორ შექმნა საკუთარი დასრულებული AI პროექტი

სწავლის შედეგები

AI-ის, Machine Learning-ისა და Generative AI-ის ძირითადი განსხვავებების საკუთარი სიტყვებით ახსნა
LLM-ის მუშაობის ძირითადი პრინციპების ახსნა რთული მათემატიკის გარეშე
კონკრეტული ამოცანისთვის შესაბამისი AI ინსტრუმენტის არჩევა
მკაფიო და ეფექტური Prompt-ების დაწერა
Prompt-ების გაუმჯობესება Context-ის, შეზღუდვების, მაგალითებისა და სასურველი პასუხის ფორმატის გამოყენებით
AI-ის პასუხების კრიტიკულად შეფასება
Hallucination-ისა და არასანდო ინფორმაციის ამოცნობა
ფაქტების გადამოწმების გეგმის შექმნა
ტექსტური, ვიზუალური და კვლევითი AI ინსტრუმენტების გამოყენება
AI-ის მიერ შექმნილი შედეგების რედაქტირება და გაუმჯობესება
Structured Output-ის მოთხოვნა
AI Workflow-ის ძირითადი ეტაპების დაგეგმვა
Privacy-სთან, Bias-თან, Copyright-თან და პასუხისმგებლობასთან დაკავშირებული რისკების ამოცნობა
იმის განსაზღვრა, როდის არის აუცილებელი ადამიანის მიერ გადამოწმება
AI-ის გამოყენებით საკუთარი დასრულებული პროექტის შექმნა

სწავლის შედეგები — უნარები, რომლებსაც ამ კურსზე შეიძენ.

უნარები

პროგრამის სტრუქტურა

კურსის პროგრამა

თითოეული გაკვეთილი მოიცავს თეორიას, პრაქტიკულ სავარჯიშოსა და ცოდნის შესამოწმებელ ტესტს.

გაკვეთილები30 გაკვეთილი
პრაქტიკული პროექტი3 პრაქტიკული პროექტი
მოდულის შეფასება4 მოდულის შეფასება
შეფასებასაბოლოო შეფასება
ხანგრძლივობა10 კვირა
სასწავლო დატვირთვადაახლოებით 30 საათი

მოდული 1
AI-ის საფუძვლები
რა არის AI სინამდვილეში, რით განსხვავდება ჩვეულებრივი პროგრამისგან, სად გვხვდება ყოველდღიურ ცხოვრებაში და როგორ „სწავლობს“ მანქანა.
3 გაკვეთილი · 165 წუთი
1. 1რა არის ხელოვნური ინტელექტი?50′
2. 2AI, Machine Learning და Generative AI55′
3. 3როგორ „სწავლობს“ AI?60′
მოდულის შეფასება10 კითხვა · 25 წუთი · ჩაბარებისთვის საჭირო ქულა 70%
მოდული 2
Generative AI და LLM-ები
რით განსხვავდება გენერაცია კლასიფიკაციისგან, როგორ მუშაობს LLM Token-ებისა და Context-ის დონეზე და რატომ შეიძლება AI-მ არასწორი ინფორმაცია დამაჯერებლად წარმოადგინოს.
3 გაკვეთილი · 180 წუთი
1. 4რა არის Generative AI?55′
2. 5როგორ მუშაობს LLM — მარტივად ახსნილი60′
3. 6რატომ ცდება AI?65′
მოდული 3
Prompt Engineering
ეფექტური Prompt-ის აგებულება, Context და შეზღუდვები, როლი და ფორმატი, Zero-shot და Few-shot მიდგომები, ეტაპობრივი გაუმჯობესება და რთული ამოცანის ნაბიჯებად დაყოფა.
6 გაკვეთილი · 370 წუთი
1. 7კარგი პრომპტის აგებულება60′
2. 8კონტექსტი და შეზღუდვები60′
3. 9როლი, ფორმატი და პასუხის კონტროლი60′
4. 10Zero-shot და Few-shot პრომპტინგი55′
5. 11Prompt-ის ეტაპობრივი გაუმჯობესება65′
6. 12რთული ამოცანის ნაწილებად დაშლა70′
მოდულის შეფასება10 კითხვა · 25 წუთი · ჩაბარებისთვის საჭირო ქულა 70%
მოდული 4
AI ინსტრუმენტები და პრაქტიკული გამოყენება
ამოცანისთვის შესაფერისი კატეგორიის ინსტრუმენტის შერჩევა, ტექსტზე მუშაობა, სწავლა და კვლევა, ფაქტების გადამოწმება, ვიზუალური მასალა და პრეზენტაციები.
6 გაკვეთილი · 380 წუთი
1. 13AI ინსტრუმენტის სწორად არჩევა60′
2. 14AI-ის გამოყენება ტექსტზე სამუშაოდ60′
3. 15AI სწავლასა და კვლევაში65′
4. 16ხელოვნური ინტელექტის პასუხებში ფაქტების გადამოწმება70′
5. 17AI სურათებისა და დიზაინისთვის65′
6. 18AI და პრეზენტაციები60′
მოდულის შეფასება10 კითხვა · 25 წუთი · ჩაბარებისთვის საჭირო ქულა 70%
მოდული 5
მონაცემები, ვიზუალიზაცია და AI workflow
მონაცემთა ხარისხი, მონაცემების შეჯამება და მათზე დაკვირვება, შესაფერისი დიაგრამის არჩევა, Workflow-ის აგებულება, Structured Output, JSON და API-ების მუშაობის პრინციპები.
6 გაკვეთილი · 375 წუთი
1. 19AI და მონაცემები60′
2. 20მონაცემების შეჯამება AI-ით65′
3. 21მონაცემთა ვიზუალიზაცია65′
4. 22რა არის AI სამუშაო პროცესი?60′
5. 23Structured Output და JSON65′
6. 24რა არის API და რატომ გვჭირდება ის?60′
მოდულის შეფასება10 კითხვა · 25 წუთი · ჩაბარებისთვის საჭირო ქულა 70%
მოდული 6
პასუხისმგებლიანი AI და საკუთარი პროექტი
Privacy, Bias და სამართლიანობა, ავტორობა და Copyright, Human-in-the-loop მიდგომა და საკუთარი AI პროექტის დაგეგმვა, დასრულება და შეფასება. # Lessons
6 გაკვეთილი · 385 წუთი
1. 25Privacy — რა ინფორმაცია არ უნდა გავუზიაროთ AI-ს60′
2. 26Bias და სამართლიანობა60′
3. 27საავტორო უფლებები, ავტორობა და AI60′
4. 28Human-in-the-loop55′
5. 29საკუთარი AI პროექტის დაგეგმვა75′
6. 30AI პროექტის დასრულება და შეფასება75′

საბოლოო შეფასება