AI Course

AI পরিচিতি ও ভিত্তিAI Foundations — start your AI journey

AI মানে আসলে কী? কোথা থেকে এলো? এটা আমাদের কী কাজে লাগে? এই ট্র্যাকে আপনি কোনো কোড ছাড়াই AI-এর মূল ধারণাগুলো বুঝবেন — ছোট, সহজ পাঠে।

৩০টি পাঠ ~৪ সপ্তাহে শেষ শুরু · Beginner কোনো প্রস্তুতি দরকার নেই ফ্রি
পাঠ ০১ থেকে শুরু করুন

এই ট্র্যাকে যা শিখবেন What you'll learn

AI, ML ও Deep Learning-এর পার্থক্য কী, কোনটা কখন লাগে
AI-এর ৭০ বছরের ইতিহাস — সিম্বলিক থেকে আজকের LLM পর্যন্ত
ANI, AGI, ASI — বুদ্ধিমত্তার বিভিন্ন স্তর
AI-এর জন্য প্রয়োজনীয় গণিত — সহজ ভাষায়, ভয় পেতে হবে না
সম্ভাবনা ও পরিসংখ্যানের ভিত্তি — Bayes-এর সূত্রসহ
বাস্তব সমস্যা কীভাবে AI-এর ভাষায় রূপান্তর করবেন

৩০টি পাঠ Lesson list

৩টি মডিউলে ভাগ করা — ধারণা, গণিতের ভিত্তি, ও সমস্যা-চিন্তা।

M1 AI কী — ধারণাগত পরিচিতি What is AI — conceptual intro
L01
AI কী এবং কেন এটা গুরুত্বপূর্ণ
What AI is and why it matters
৬মি
পড়ুন
L02
AI-এর ইতিহাস ও টুরিং পরীক্ষা
History of AI & the Turing Test
৭মি
পড়ুন
L03
প্রতীকী বনাম সংযোগবাদী AI
Symbolic vs Connectionist AI
৬মি
পড়ুন
L04
ANI, AGI ও ASI — বুদ্ধিমত্তার বর্ণালী
ANI, AGI, ASI — the intelligence spectrum
৫মি
পড়ুন
L05
AI বনাম ML বনাম Deep Learning
AI vs ML vs Deep Learning
৬মি
পড়ুন
L06
AI সমস্যার ধরন — শ্রেণিবিভাগ
AI problem types — a taxonomy
৬মি
পড়ুন
L07
বাস্তব জীবনে AI কোথায় কাজ করে
Real-world AI applications
৬মি
পড়ুন
L08
AI ব্যবহারের নৈতিক প্রশ্ন
Ethics of AI use
৭মি
পড়ুন
L09
AI-এর সীমাবদ্ধতা ও মিথ
Limitations and myths of AI
৬মি
পড়ুন
L10
M1 পর্যালোচনা ও কুইজ
Module 1 review & quiz
১০মি
পড়ুন
M2 AI-এর জন্য গণিত — সহজ ভাষায় Math for AI — gentle introduction
L11
ভেক্টর কী — তীর হিসেবে দেখা
What is a vector — geometric intuition
৭মি
পড়ুন
L12
ম্যাট্রিক্স — সংখ্যার টেবিল
Matrices — tables of numbers
৮মি
পড়ুন
L13
ডেরিভেটিভ ও ঢাল — পরিবর্তনের গণিত
Derivatives — math of change
৭মি
পড়ুন
L14
গ্রেডিয়েন্ট — উপরে যাওয়ার দিক
Gradients — direction of steepest ascent
৭মি
পড়ুন
L15
গ্রেডিয়েন্ট ডিসেন্ট — পাহাড় থেকে নিচে
Gradient descent — walking downhill
৮মি
পড়ুন
L16
সম্ভাবনার মূল ধারণা
Probability fundamentals
৭মি
পড়ুন
L17
সম্ভাবনা বিতরণ — Gaussian ও অন্যান্য
Probability distributions
৮মি
পড়ুন
L18
প্রত্যাশা ও ভেরিয়েন্স
Expectation and variance
৬মি
পড়ুন
L19
Bayes-এর উপপাদ্য — উদাহরণসহ
Bayes' theorem with examples
৮মি
পড়ুন
L20
M2 পর্যালোচনা ও কুইজ
Module 2 review & quiz
১০মি
পড়ুন
M3 AI-চিন্তা — সমস্যা থেকে সমাধান Thinking in AI — problem to solution
L21
তথ্য তত্ত্ব — এনট্রপি ও KL ডাইভার্জেন্স
Information theory basics
৮মি
পড়ুন
L22
অপ্টিমাইজেশন কী — সেরা সমাধান খোঁজা
What is optimization
৬মি
পড়ুন
L23
সংখ্যাগত স্থিরতা — কেন NaN আসে
Numerical stability — why NaNs happen
৬মি
পড়ুন
L24
ML-এর জন্য পরিসংখ্যান
Statistics for ML
৮মি
পড়ুন
L25
মন্টে কার্লো — দৈবচয়নে অনুমান
Monte Carlo methods
৭মি
পড়ুন
L26
বাস্তব সমস্যা থেকে AI-সমস্যা
Real problem → AI problem
৭মি
পড়ুন
L27
ডেটাসেট কী, কোথা থেকে আসে
Datasets — what and where
৬মি
পড়ুন
L28
মডেলের সফলতা কীভাবে মাপি
How we measure model success
৭মি
পড়ুন
L29
Overfitting বনাম Generalization
Overfitting vs generalization
৭মি
পড়ুন
L30
কোর্সের চূড়ান্ত পর্যালোচনা
Course capstone
১০মি
পড়ুন