AI Fundamentals: Foundations for Understanding AI

Prezentare generală

Pagina oficială descrie un curs online de aproximativ 9 ore, la nivel Beginner, în limba engleză și parcurs în ritm propriu. Este prima parte dintr-o serie de două cursuri realizată împreună cu IBM SkillsBuild. Instanța consultată indică un badge digital și un certificat pentru cursanții care îndeplinesc cerințele afișate în platformă.

Cursul se adresează persoanelor care vor să înțeleagă tehnologiile din spatele instrumentelor AI folosite astăzi. Pornește de la noțiunile de bază și ajunge la machine learning, rețele neuronale, deep learning, computer vision și AI generativă, fără a transforma conceptele într-o listă de termeni de memorat.

Nu este necesară experiență anterioară. Este utilă însă disponibilitatea de a compara exemple, de a testa prompturi pe date fără caracter sensibil și de a verifica critic răspunsurile generate. După acest curs, seria continuă cu AI Fundamentals: Language and Vision in AI.

Acest ghid nu reproduce lecțiile și nu înlocuiește platforma Cisco. El organizează informațiile publice despre curs și propune un mod responsabil de studiu. Programa, activitățile, evaluările și condițiile curente din instanța oficială rămân sursa principală.

Teme și module de explorat

• Introducere în inteligența artificială
• Inteligență umană și inteligență artificială
• Machine learning
• Rețele neuronale și deep learning
• Forme și funcții ale AI

Cum să abordezi modulele

Etapa 1: Introducere în inteligența artificială. Clarifică ce numim AI, ce tipuri de date folosesc sistemele și unde apar aplicațiile în viața cotidiană sau profesională.

Etapa 2: Inteligență umană și inteligență artificială. Compară punctele forte și limitele celor două și separă automatizarea, predicția și raționamentul aparent.

Etapa 3: Machine learning. Urmărește relația dintre date, antrenare, tipuri de învățare, predicții și măsurarea rezultatelor.

Etapa 4: Rețele neuronale și deep learning. Explică modul în care straturile învață reprezentări, dar și dependența de date, calcul și verificare.

Etapa 5: Forme și funcții ale AI. Leagă AI predictivă, decizională, computer vision și AI generativă de probleme potrivite și de utilizare responsabilă.

Activități, evaluare și recunoaștere

Cursul combină explicații, exemple, activități de verificare și evaluarea disponibilă în instanța NetAcad. Badge-ul și certificatul menționate pe pagina oficială confirmă parcurgerea cerințelor platformei; ele nu reprezintă o certificare profesională separată și nu garantează un rezultat de angajare.

Timpul indicat este orientativ și poate varia în funcție de ritmul individual. Pentru fiecare activitate, separă observația de interpretare, notează ipotezele și păstrează o urmă clară a verificărilor făcute.

Dovezi utile de învățare

• o hartă conceptuală care leagă datele, modelul, antrenarea și rezultatul;
• un tabel cu diferențele dintre machine learning, rețele neuronale și deep learning;
• două versiuni ale aceluiași prompt și o explicație a diferenței dintre răspunsuri;
• o fișă de verificare pentru acuratețe, bias, confidențialitate și transparență;
• un exemplu în care alegi forma de AI potrivită și justifici alegerea.

Plan de studiu

1. Confirmă în instanța oficială limba, calendarul, durata, cerințele și condițiile pentru badge sau certificat. Salvează linkul exact furnizat pentru această instanță.
2. Parcurge o temă și notează scopul, datele folosite, rezultatul așteptat și criteriul de verificare înainte de a testa un instrument.
3. Lucrează pe exemple fără informații sensibile. Compară rezultatul AI cu materialul oficial și cu o verificare independentă.
4. Explică rezultatul în cuvintele tale, documentează erorile și schimbă o singură variabilă atunci când refaci un test.
5. Păstrează dovezi anonimizate ale progresului și încheie fiecare modul cu o concluzie despre limite, riscuri și următorul pas.

Ritm recomandat

Împarte cele 9 ore în sesiuni pentru concepte, exemple și verificare. La finalul fiecărei teme, explică noțiunea fără jargon și atașează un exemplu real. Revino la materialul oficial dacă nu poți descrie ce date intră în sistem, ce rezultat produce și cum îl verifici.