Asas Model dan Algoritma AI

Kecerdasan buatan adalah enjin yang memacu teknologi moden, namun memahami cara ia benar-benar berfungsi memerlukan kefahaman tentang logik asasnya. Kursus ini mengetepikan gembar-gembur untuk memberikan kefahaman yang kukuh dan mendasar mengenai model teras dan algoritma yang memacu sistem pintar. Menjelang akhir kursus ini, anda akan mempunyai kefahaman konseptual yang mendalam tentang keluarga utama algoritma AI, termasuk carian, pengoptimuman, paradigma pembelajaran mesin, dan struktur rangkaian saraf asas. Anda akan bersedia untuk membaca literatur teknikal dan meneroka bidang AI khusus dengan keyakinan. Apa yang anda akan pelajari: * Pelajari konteks sejarah dan definisi asas kecerdasan buatan dan ejen pintar. * Faham algoritma carian klasik (cth., A* dan carian rakus) serta masalah kepuasan kekangan. * Kuasai konsep teras paradigma pembelajaran terselia, tak terselia, dan pengukuhan. * Latih menganalisis asas matematik bagi model asas seperti pokok keputusan dan regresi linear. * Konfigurasikan seni bina rangkaian saraf asas dan fahami prinsip perambatan balik. * Guna konsep pengenalan dalam kejuruteraan gesaan (prompt engineering) untuk berinteraksi secara berkesan dengan model bahasa besar. * Bina kerangka untuk menilai prestasi sistem AI, sebelah pihak (bias), dan pertimbangan etika asas. Bahan bermula dengan terminologi teras dan teori ejen, berkembang melalui teknik AI klasik, dan memuncak dalam penerokaan asas pembelajaran mesin moden dan pembelajaran mendalam. Penjelasan bertulis dipasangkan dengan latihan praktikal untuk mengukuhkan kefahaman anda tentang konsep teori. Kursus ini direka untuk pemula mutlak tanpa pengalaman terdahulu dalam kecerdasan buatan, pembelajaran mesin, atau matematik lanjutan. Mula membina pangkalan pengetahuan penting anda dalam algoritma AI hari ini.