Laboratorium AI · wskaźnik KPO C13L-AI

Laboratorium Sztucznej Inteligencji (AI) — C13L-AI

Materiał do zajęć w pracowni AI utworzonej z KPO: lokalne modele językowe, widzenie komputerowe, uczenie maszynowe i projekt końcowy.

11 działów
58 lekcji
70 godzin zajęć

Kup dostęp do kursu Zobacz dwie lekcje za darmo

Materiał otwierasz w przeglądarce — nic nie instalujesz. Uczniowie nie zakładają kont.

Co dostajesz

Prezentacja na tablicę

Slajdy złożone pod lekcję, z trybem projektora (powiększona czcionka, bez rozpraszaczy) i notatkami widocznymi tylko dla Ciebie.

Pytania i testy

Pytania kontrolne w trakcie lekcji i test na koniec — do sprawdzenia, czy materiał został zrozumiany.

Klasy i postęp

Zakładasz tyle klas, ile uczysz, i widzisz, gdzie skończyłeś w każdej z nich. Klasa to sama etykieta — żadnych danych uczniów.

Materiał pod swoją klasę

Ukrywaj lekcje i slajdy, zmieniaj kolejność, poprawiaj treść i dopisuj własne. Zmiany widzisz tylko Ty.

Dostęp z każdego komputera

Ten sam stan lekcji w szkole i w domu. Wystarczy przeglądarka — także ta na komputerze przy tablicy.

Program kursu

Pełny spis — rozwiń dział, żeby zobaczyć tematy lekcji.

I. Podstawy AI i lokalne modele językowe (Jan.ai + Bielik) 6 lekcji

1.1 Witamy w pracowni AI — sprzęt, programy i zasady
1.2 Jak myśli komputer? AI a zwykły program
1.3 Jan.ai i model Bielik — AI, której dane nie opuszczają pracowni
1.4 Jak pisać polecenia dla AI — prompty i błędy modelu
1.5 Prawda czy zmyślenie? Jak sprawdzać informacje od AI i z internetu
1.6 Projekt działu I: klasowy przewodnik po AI

II. Generatywne AI i inżynieria promptu graficznego (Playground) 4 lekcje

2.1 Od szumu do obrazu — jak AI tworzy obrazy
2.2 Most językowy: Bielik w Jan.ai jako tłumacz promptów
2.3 Warsztat: łazik badawczy na lodowy księżyc
2.4 Etyka, prawa autorskie i zjawisko deepfake

III. Widzenie komputerowe w praktyce (JupyterLab i kamera USB) 4 lekcje

3.1 Środowisko JupyterLab i podłączenie kamery USB
3.2 Projekt Eko-Sorter: zbieranie danych i przygotowanie klas
3.3 Projekt Eko-Sorter: trenowanie sieci i ocena modelu
3.4 Detekcja pozy ciała (33 punkty) i wskaźnik FPS

IV. Uczenie maszynowe i eksploracja danych w Orange 4 lekcje

4.1 Wprowadzenie do Orange i wczytanie bazy smartfonów
4.2 Eksploracja wizualna: wykres rozrzutu i wyciek danych
4.3 Budowa i wizualizacja drzewa decyzyjnego (Tree)
4.4 Ocena dokładności (Test and Score) i zjawisko przetrenowania

V. Python i dane w JupyterLab 6 lekcji

5.1 Python w notatniku: zmienne, typy i listy
5.2 Pętle, warunki i funkcje
5.3 NumPy — tablica jako podstawa obliczeń AI
5.4 pandas — wczytanie, filtrowanie i grupowanie danych
5.5 Wizualizacja danych w matplotlib
5.6 Projekt: raport analityczny rynku smartfonów

VI. Dane — zbieranie, jakość i etyka 5 lekcji

6.1 Skąd biorą się dane i czym jest dobry zbiór
6.2 Czyszczenie danych: braki, duplikaty, wartości odstające
6.3 Skalowanie, kodowanie kategorii i podział zbioru
6.4 Stronniczość danych (bias) i sprawiedliwość modelu
6.5 RODO, dane osobowe i zgody w projekcie uczniowskim

VII. Klasyczne uczenie maszynowe 7 lekcji

7.1 Klasyfikacja, regresja i grupowanie — trzy zadania
7.2 k najbliższych sąsiadów (kNN)
7.3 Regresja liniowa: przewidywanie ceny
7.4 Regresja logistyczna i las losowy
7.5 Metryki: dokładność, precyzja, czułość, F1
7.6 Walidacja krzyżowa, niedouczenie i przetrenowanie
7.7 Grupowanie k-średnich — uczenie bez nauczyciela

VIII. Sieci neuronowe od środka 6 lekcji

8.1 Neuron, wagi i funkcja aktywacji
8.2 Warstwy, propagacja w przód i uczenie wsteczne
8.3 Pierwsza własna sieć: rozpoznawanie cyfr
8.4 Sieci splotowe (CNN) — dlaczego działają na obrazach
8.5 Augmentacja danych i walka z przetrenowaniem
8.6 Uczenie transferowe — gotowy model do własnego zadania

IX. Widzenie komputerowe — projekty rozszerzone 4 lekcje

9.1 Przetwarzanie obrazu w OpenCV: progowanie, kontury, morfologia
9.2 Detekcja obiektów: ramki, pewność i tłumienie niemaksymalne
9.3 Śledzenie ruchu i liczenie obiektów przekraczających linię
9.4 Sterowanie gestem — projektowanie interfejsu

X. Język naturalny i lokalne modele językowe 6 lekcji

10.1 Jak model rozumie tekst: tokeny, embeddingi, kontekst
10.2 Analiza tekstu w Pythonie
10.3 Klasyfikacja tekstu: wykrywanie wiadomości oszukańczych
10.4 Zaawansowane promptowanie: łańcuch myśli, przykłady, rola
10.5 Model jako asystent nauki
10.6 RAG — model odpowiadający na podstawie Twoich dokumentów

XI. Wdrożenie, prawo i projekt końcowy 6 lekcji

11.1 Od notatnika do programu: zapis i wczytanie modelu
11.2 Prosty interfejs dla użytkownika modelu
11.3 Akt o sztucznej inteligencji (AI Act) i poziomy ryzyka
11.4 Zawody i ścieżki kariery w sztucznej inteligencji
11.5 Projekt końcowy: od pomysłu do działającego modelu
11.6 Prezentacja projektów i podsumowanie wskaźnika C13L-AI

Cena dostępu do kursu

1 miesiąc

19,99 zł

na próbę lub krótki projekt

Wybieram

3 miesiące

39,99 zł

13,33 zł miesięcznie

Wybieram

6 miesięcy

59,99 zł

10,00 zł miesięcznie

Wybieram

12 miesięcy

89,99 zł

7,50 zł miesięcznie

Wybieram

Ten kurs wchodzi też w skład pakietu:

Wszystkie kursy — 299,99 zł za 12 miesięcy

Cena brutto za dostęp do tego kursu — sprzedawca nie jest podatnikiem VAT (zwolnienie podmiotowe). Płatność online przez dpay.pl, dostęp dostajesz zaraz po jej potwierdzeniu. Dostęp nie odnawia się sam.

Pytania o ten kurs

Dla kogo jest ten kurs?

Dla nauczyciela prowadzącego zajęcia — laboratorium AI · wskaźnik KPO C13L-AI. Materiał wyświetlasz na tablicy lub rzutniku; uczniowie nie zakładają kont i nie podają żadnych danych.

Co dokładnie dostaję po zakupie?

Dostęp do całego kursu: 11 działów · 58 lekcji · 70 godzin. Materiał otwierasz w przeglądarce, niczego nie instalujesz.

Czy mogę zmieniać materiał pod swoją klasę?

Tak. Możesz ukrywać lekcje, slajdy i pytania, zmieniać kolejność, poprawiać treść i dopisywać własne slajdy. Zmiany widzisz tylko Ty, a materiał bazowy dalej dostaje poprawki.

Co się dzieje po zakończeniu okresu dostępu?

Przez 14 dni kurs jest dostępny do odczytu. Klasy, postęp i Twoje zmiany zostają zachowane — po odnowieniu wracają nietknięte.

Inne kursy

Kup dostęp do kursu Załóż darmowe konto

Darmowe konto otwiera cały dział I kursu AI. Masz kod ze szkoły? Aktywuj dostęp.