ஆர்வத்திலிருந்து தெளிவான புரிதலுக்கு
AI கற்றுக்கொள்ளலாம்.
தெளிவாகப் புரிஞ்சுக்கலாம்.
AI அடிப்படைகள் முதல் modern models, applications, பொறுப்பான பயன்பாடு வரை 25 புதுப்பிக்கப்பட்ட பாடங்கள். எளிய பேச்சுவழக்குத் தமிழ் அல்லது English-ல் படிக்கலாம். சின்ன உதாரணங்களை Python-ல் இயக்கிப் பார்க்கலாம்.
பெரிய வார்த்தைகளை மனப்பாடம் செய்யாமல், கருத்தைப் புரிஞ்சுக்கலாம்.
Rules → வெளிப்படையான அறிவு Search → states, actions, goals Probability → uncertainty Learning → experience-லிருந்து patterns தேவைக்கேற்ற approach. ஆதாரத்துடன் evaluation.
நீங்க கற்றுக்கொள்ளப் போவது
வலுவான அடிப்படை. தெளிவான அடுத்த படி.
- AI, ML, Deep Learning வித்தியாசத்தை விளக்கலாம்.
- Training, validation, data leakage-ஐப் புரிஞ்சுக்கலாம்.
- Transformers, LLMs, vision, generative AI பற்றி அறியலாம்.
- Prompt, RAG, fine-tuning, agents—எது எதற்கு என்று பார்க்கலாம்.
- தமிழ் தரம் மற்றும் முக்கிய failures-ஐச் சோதிக்கலாம்.
- Privacy, bias, பாதுகாப்பு பற்றி கவனிக்கலாம்.
பாடத்திட்டம்
ஒரு நேரத்தில் ஒரு கருத்து.
01AI-ஐ எளிமையாகப் புரிஞ்சுக்கலாம்3 பாடங்கள் · அறிமுகம், வரலாறு, வகைகள்.⌄
02உதாரணங்களில் இருந்து கற்றுக்கொள்ளலாம்5 பாடங்கள் · ML, deep learning மற்றும் கற்கும் முறைகள்.⌄
03Training மற்றும் testing3 பாடங்கள் · Neural networks, loss, optimization, overfitting.⌄
04இன்றைய models எப்படி வேலை செய்கின்றன?5 பாடங்கள் · Transformers, LLMs, vision, NLP, generative AI.⌄
05பயனுள்ள AI applications உருவாக்கலாம்4 பாடங்கள் · Agents, tools, RAG மற்றும் fine-tuning.⌄
06பொறுப்புடன் பயன்படுத்தலாம்5 பாடங்கள் · Production, evaluation, ethics, safety, எதிர்காலத் திறன்கள்.⌄
AI approaches: முழுப் பார்வையுடன் கற்றுக்கொள்ளலாம்
முதலில் explicit knowledge, search, uncertainty புரிஞ்சுக்கலாம். பிறகு learning, neural models, applications-உடன் இணைக்கலாம். Architecture, training feedback, application design மூன்றும் வேறு அம்சங்கள்.
| Approach | எப்படி வேலை செய்கிறது? | எதற்குப் பயன்படலாம்? |
|---|---|---|
| Symbolic / rules | Facts, logic, constraints வெளிப்படையாக இருக்கும் | இந்த plan prerequisites-க்கு பொருந்துகிறதா? |
| Search / planning | States, actions-ல் possible paths ஆராயும் | எந்த valid route-க்கு குறைந்த செலவு? |
| Probabilistic reasoning | Uncertainty-ஐ probability-ஆக வைத்து evidence-உடன் புதுப்பிக்கும் | Sensor reading வந்த பிறகு fault வாய்ப்பு என்ன? |
| Machine learning | Experience-லிருந்து patterns அல்லது policies கற்கும் | பழைய examples புதிய input பற்றி என்ன கற்றுத் தரும்? |
Method புரிஞ்சுக்கலாம். Evidence-ஐச் சோதிக்கலாம்.
ஒவ்வொரு பாடத்திலும் AI கருத்து, அது வேலை செய்யும் விதம், உதாரணம், நடைமுறை முடிவு, காரணத்துடன் பயிற்சி விடை உள்ளன. Search, nearest neighbors, k-means, Q-learning, regression training, attention, precision/recall-க்கு ஏழு Python பயிற்சிகள் உள்ளன. External editor-ல் அனுப்பும் code OneCompiler-க்கு செல்லும்; தனிப்பட்ட தகவல் சேர்க்காதீங்க.
தெரிஞ்சுக்க வேண்டிய சில விஷயங்கள்.
புதிதாகப் படிப்பவர்களும் கற்றுக்கொள்ளலாமா?
தாராளமாக. முதலில் எளிய விளக்கத்தைப் படிங்க. Python உதாரணங்கள் சின்ன முயற்சிகள்; விருப்பப்பட்டால் இயக்கிப் பார்க்கலாம். இன்னும் ஆழமாகப் படிக்க original source links உள்ளன.
ஒவ்வொரு code-மும் உண்மையான AI model-ஐ train செய்யுமா?
Code உதவும் இடங்களில் search, nearest-neighbor prediction, k-means, Q-learning, regression training, attention, metrics பயிற்சிகள் உள்ளன. மற்ற பாடங்களில் AI scenarios மூலம் கருத்தைப் புரிந்துகொள்ளலாம். எது கற்றுக்கொள்ளப்படுகிறது, எதை நாம கொடுக்கிறோம், உதாரணம் எதை நிரூபிக்கிறது என்று தெளிவாகப் பார்க்கலாம்.
Paid API அல்லது GPU தேவையா?
இந்த ஏழு பயிற்சிகளுக்கு paid API அல்லது GPU தேவையில்லை. Standard Python போதும். உண்மையான பெரிய model training, production deployment தேவைகள் வேறுபடும்.
தமிழ் பாடம் முழுவதும் தமிழில் விளக்கப்பட்டிருக்கா?
ஆம். விளக்கங்கள், உதாரணங்கள், பயிற்சி, விடை, கவனிக்க வேண்டியவை எல்லாம் எளிய பேச்சுவழக்குத் தமிழில் உள்ளன. தேவையான technical பெயர்களை English-லேயே வைத்திருக்கிறோம்.
Certificate அல்லது saved progress இருக்கா?
தற்போது இல்லை. உங்க வேகத்தில் படிக்கக்கூடிய இலவச course இது. பாடங்களும் இயக்கிப் பார்க்கும் உதாரணங்களும் உள்ளன.