Week 1: Self-Study Notes

English Version

Foundations of AI and ML

1. What is Artificial Intelligence (AI)?

Artificial Intelligence (AI) refers to the simulation of human intelligence in machines. These machines are programmed to think, learn, and make decisions, mimicking human cognitive functions.

Key Points:

• AI can solve problems, recognize patterns, and make predictions.
• Applications include healthcare (diagnosing diseases), finance (fraud detection), and entertainment (personalized recommendations).

Types of AI:

1. Narrow AI: Designed for specific tasks (e.g., Siri, Alexa).
2. General AI: Hypothetical machines capable of any human task.
3. Super AI: Theoretical machines surpassing human intelligence.

2. What is Machine Learning (ML)?

Machine Learning (ML) is a subset of AI that enables systems to learn from data without explicit programming.

Key Concepts in ML:

1. Supervised Learning: Learning with labeled data (e.g., predicting house prices).
2. Unsupervised Learning: Identifying patterns in unlabeled data (e.g., customer segmentation).
3. Reinforcement Learning: Learning by interacting with an environment (e.g., training robots).

ML Workflow:

1. Data Collection.
2. Data Preprocessing.
3. Model Selection and Training.
4. Model Testing and Evaluation.

3. Basics of Python for AI/ML

Python is a popular language for AI/ML due to its simplicity and libraries like NumPy, Pandas, and Matplotlib.

Getting Started:

• Install Python and Jupyter Notebook using Anaconda.
• Learn basic commands for variables, loops, and functions.

Libraries:

1. NumPy: For numerical operations.
2. Pandas: For handling datasets.
3. Matplotlib: For visualizing data.

Assignments

1. Watch a Video: Introduction to AI and ML (Search for beginner-friendly content).
2. Write a Summary: Key differences between AI and ML (200-300 words).
3. Python Practice: Create and print a list, dictionary, and perform basic mathematical operations.

සිංහල අනුවාදය

AI සහ ML මූලික කරුණු

1. Artificial Intelligence (AI) කුමක්ද?

Artificial Intelligence (AI) යනු මිනිස් බුද්ධිය සමාන පරිදි මිනිස් විසින් නිර්මාණය කරන ලද යන්ත්‍රවල ක්‍රියාකාරිත්වයයි.

ප්‍රධාන කරුණු:

• AI ගැටලු විසඳාගැනීම, රටාව පිළිබඳ හඳුනාගැනීම, හා අනාවැකි මැවීමේ හැකියාවක් ඇත.
• යෙදුම්: සෞඛ්‍ය (රෝග හඳුනාගැනීම), මූල්‍ය (වංචා හඳුනාගැනීම), විනෝදාස්වාදය (පරිශීලක විචාර).

AI වර්ග:

1. Narrow AI: විශේෂිත කාර්ය සඳහා නිර්මාණය කර ඇත (උදා: Siri, Alexa).
2. General AI: මිනිසාට සමාන කාර්ය මට්ටමකින් පවතින යන්ත්‍ර.
3. Super AI: මිනිස් බුද්ධිය ඉක්මවන යන්ත්‍ර (කාල්පනිකයි).

2. Machine Learning (ML) කුමක්ද?

Machine Learning (ML) යනු AI හි උප ශාඛාවක් වන අතර, මෘදුකාංග දත්ත වලින් අධ්‍යයනය කර ආරක්ෂා කරගැනීමට ඉඩ සලසයි.

ප්‍රධාන අදහස්:

1. Supervised Learning: ලේබල් සහිත දත්ත මත ආරක්ෂාවක් (උදා: ගෘහ මිල අනාවැකිය).
2. Unsupervised Learning: ලේබල් නොමැති දත්ත වල රටාව හඳුනාගැනීම (උදා: පාරිභෝගික වර්ගීකරණය).
3. Reinforcement Learning: පරිසරය සමඟ සම්බන්ධ ව ඉගෙනීම (උදා: රොබෝ පුහුණු කිරීම).

ML ක්‍රියා ප්‍රවාහය:

1. දත්ත එකතු කිරීම.
2. දත්ත පෙර සැකසීම.
3. ආදර්ශ තේරීම හා පුහුණුව.
4. ආදර්ශ පරීක්ෂා කිරීම හා අගය කිරීම.

3. AI/ML සඳහා Python මූලික කරුණු

Python යනු AI/ML සඳහා ජනප්‍රිය භාෂාවක් වන අතර, එය සරල බව හා NumPy, Pandas, Matplotlib වැනි පුස්තකාල නිසා ප්‍රියවී ඇත.

ආරම්භ කරන්න:

• Anaconda භාවිතයෙන් Python සහ Jupyter Notebook ස්ථාපනය කරන්න.
• විචල්‍ය, සිකුලි, හා ක්‍රියාකාරකම් සඳහා මූලික නියෝග ඉගෙන ගන්න.

පුස්තකාල:

1. NumPy: සංඛ්‍යාතමක මෙහෙයුම් සඳහා.
2. Pandas: දත්ත සකස් කිරීම සඳහා.
3. Matplotlib: දත්ත දැක්ම සඳහා.

ක්‍රියාකාරකම්

1. වීඩියෝවක් බලන්න: AI සහ ML පිළිබඳ හැඳින්වීම.
2. සාරාංශයක් ලියන්න: AI සහ ML අතර ප්‍රධාන වෙනස්කම් (200-300 පද).
3. Python අභ්‍යාසය: ලැයිස්තුවක්, ශබ්දකෝෂයක් සාදා මුද්‍රණය කරන්න.