#01Wideo
AI wyjaśnione w krótkich filmach
Jeden pomysł na film, prostym językiem. Każdy linkuje do rozdziału naszego darmowego kursu, który wyjaśnia go krok po kroku.
Zacznij tutaj AI 101
- #01
#02Machine learning: how a computer draws its own dividing line
#03Neural networks: layers of tiny calculators passing signals on
#04How AI learns: guess, measure the error, nudge, repeat
#05Tokens: how AI chops your words into numbered pieces
#06Embeddings: why a puppy lands closer to a dog than to a pizza
Najnowsze
#031Momentum: how remembering past steps stops AI training zigzagging
#030Mini-batches: why AI learns faster from a random handful of data
#029Saddle points: where AI training looks stuck but has a way down
#028Local minima: why AI training can settle for second best
#027Condition number: why a stretched valley makes AI training crawl
#026Learning rate: the step size with a ceiling you can calculate
#025Gradient descent: how AI finds its way downhill in small steps
#024Gradient: the arrow that points uphill, and why AI walks the other way
#023Chain rule: how AI traces the effect of every layer
#022Derivative: how much the result moves when you nudge one input
#021Grid search: why you cannot train an AI by trying every setting
#020Robust loss: stop one wild reading from wrecking your forecast
#019Heavy tails: when rare, huge errors break the usual average
#018Mean squared error: the hidden bet behind squaring your mistakes
#017The LogSumExp trick: one subtraction that stops AI math overflowing
#016Rounding error: why adding the same numbers can give two answers
#015Floating-point numbers: why your computer cannot hold every number
#014Negative log-likelihood: turning a fragile product into a calm sum
#013Maximum likelihood: the answer that makes your data least surprising
#012Bayes' rule: reasoning backwards from a clue to its most likely cause
#011Chain rule of probability: how AI scores a sentence word by word
#010Loss landscape: training an AI means finding the bottom of a valley
#009Loss function: the scoring rule that decides which answer wins
#008Feature engineering: the human choice that can beat the algorithm
Według rozdziału kursu
- 1Perceptron od zera: co oblicza neuron10 filmów
- 2Skąd bierze się funkcja straty: z likelihood, nie z konwencji12 filmów
- 3W dół: Gradient Descent i dwa kroki, które wszyscy pomijają12 filmów
- 4Klasyfikacja, entropia krzyżowa i jak nie oszukiwać samego siebie
- 5Backpropagation od podstaw: najpierw silnik, potem sieć1 film
- 6Jak sprawić, żeby sieć uczyła się i generalizowała
- 7Zbuduj BPE Tokenizer: dlaczego model nie umie policzyć liter R1 film
- 8Predykcja następnego token: embeddingi i znaczenie perplexity1 film
- 9Attention i blok transformer wyprowadzone ze średniej
- 10Pretraining LLM-a: dane, obliczenia, prawa skalowania i koszt
- 11Od modelu bazowego do asystenta: SFT, RLHF, DPO i GRPO
- 12Chain of Thought, RLVR i Test-Time Compute w pomiarach
- 13Tanie inference: KV cache, batching i quantization
- 14Pierwsze produkcyjne wywołanie LLM: streaming, ponowienia i timeouty
- 15Prompt engineering zmierzony: co naprawdę zmienia wynik
- 16Context window, tokeny i rachunek — zmierzone
- 17Temperature, top-p i determinizm, którego nie masz
- 18Tool Calling i ustrukturyzowane wyjścia: kontrakt, który się trzyma
- 19RAG w produkcji: chunking, wyszukiwanie i uczciwe cytowania
- 20Fine-tune, retrieval czy prompt? Decyzja jest ekonomiczna
- 21Cennik multimodalny: za co naprawdę płacisz przy obrazach, audio i wideo
- 22Czym jest AI agent: pięć klasycznych typów i dwie rywalizujące definicje
- 23Zbuduj agent harness: pętla i pięć dróg wyjścia
- 24Context engineering: dlaczego Twój agent głupieje przy 40. turze
- 25Orkiestracja multi-agent: pięć wzorców i kiedy wygrywa jeden
- 26MCP wyjaśnione według specyfikacji: czym naprawdę jest serwer
- 27Wydaj MCP server: TypeScript i Python w liczbach
- 28Agent Skills i SKILL.md: zmierzona progresywna prezentacja
- 29Ewaluacja LLM: od publicznych benchmarków do własnego złotego zestawu
- 30Prompt injection i śmiertelna triada: jak zabezpieczyć prawdziwego agent