თუ ეძებთ, როგორ ვისწავლოთ ხელოვნური ინტელექტი ნულიდან, ჯერ გზა აირჩიეთ. პირველი გზა AI-ის მომხმარებლისაა: პრომპტები და ხელსაწყოები, დაახლოებით 30 დღე. მეორე AI-ის ამწყობისაა: ასისტენტები, ავტომატიზაცია და აგენტები კოდის გარეშე, 2–4 თვე. მესამე AI ინჟინრისაა: Python, მათემატიკა და მანქანური სწავლება, 6–12 თვე ან მეტი. სამივე გზის დაწყება უფასოდ შეიძლება.
„ხელოვნური ინტელექტის სწავლა“ ორ სხვადასხვა რამეს ნიშნავს: ისწავლოთ AI-ის გამოყენება საკუთარ საქმეში, ან ისწავლოთ AI სისტემების შექმნა. ადამიანების უმეტესობას პირველი ორი გზა სჭირდება, მესამე კი ცალკე პროფესიაა. თუ ჯერ არ იცით, რა არის ენობრივი მოდელი და რით განსხვავდება ის მანქანური სწავლებისგან, დაიწყეთ სტატიით რა არის ხელოვნური ინტელექტი.
პირდაპირ ვიტყვით: თბილისის ციფრულ სკოლაში (TDS) ზრდასრულებს პირველ და მეორე გზას ვასწავლით. მანქანური სწავლების ინჟინერიას (Python, მოდელების წვრთნა) არ ვასწავლით, ამიტომ მესამე გზისთვის ქვემოთ შემოწმებულ უფასო რესურსებს გთავაზობთ.
როგორ ვისწავლო ხელოვნური ინტელექტი: სამი გზა ერთ ცხრილში
| გზა | 1. AI მომხმარებელი | 2. AI ამწყობი | 3. AI ინჟინერი |
|---|---|---|---|
| ვისთვის | ყველა, ვინც კომპიუტერთან მუშაობს | მეწარმე, მენეჯერი, მარკეტერი, ფრილანსერი | მომავალი პროგრამისტი ან მონაცემების სპეციალისტი |
| რას სწავლობთ | პრომპტები, შემოწმება, დოკუმენტები | ასისტენტები, ავტომატიზაცია, აგენტები | Python, მათემატიკა, ML, ღრმა სწავლება, LLM აპები |
| დრო | ~30 დღე, დღეში 20–30 წთ | 2–4 თვე, კვირაში 4–6 სთ | 6–12+ თვე, კვირაში 8–10 სთ |
| ხელსაწყოები | ChatGPT, Gemini, Claude, Gemini Notebook | Projects, Gems, Make, n8n | Python, Jupyter, scikit-learn, PyTorch |
| პირველი პროექტი | 5 პრომპტის ბიბლიოთეკა თქვენი საქმისთვის | FAQ ასისტენტი და ავტომატიზაცია | პროგნოზის მოდელი ღია მონაცემებზე |
| სად ვისწავლოთ | ეს გეგმა, უფასო კურსები, TDS | ეს გეგმა, TDS-ის კურსი | უფასო ონლაინ კურსები, TDS-ში არა |
როგორ აირჩიოთ? დაუსვით საკუთარ თავს ერთი კითხვა: გინდათ AI-ის გამოყენება, გინდათ, რომ AI თქვენს ნაცვლად საქმე აკეთებდეს, თუ გინდათ AI-ის შექმნა? გზები ერთმანეთზე შენდება: მეორე გზა პირველის გარეშე რთულია, მესამე კი კოდის გარეშე შეუძლებელი. ნებისმიერ ეტაპზე შეგიძლიათ გაჩერდეთ: პირველი გზაც სრული უნარია.
ხელოვნური ინტელექტის სწავლა ნულიდან: 30-დღიანი გეგმა (გზა 1)
დღეში 20–30 წუთი და თქვენი რეალური სამუშაო. აირჩიეთ ერთი ასისტენტი, ChatGPT ან Gemini (ორივე ქართულს მხარდაჭერილ ენებს შორის ასახელებს), და მთელი თვე მასთან იმუშავეთ. პირველი კვირისთვის შეგიძლიათ გამოიყენოთ 7-დღიანი გეგმა დამწყებთათვის.
კვირა 1: ანგარიში, უსაფრთხოება და პირველი დავალებები
ჯერ პარამეტრები. ChatGPT-ში გახსენით Settings, შემდეგ Data controls და გამორთეთ „Improve the model for everyone“: ასე OpenAI ახალ საუბრებს მოდელების გასაწვრთნელად აღარ გამოიყენებს. Gemini-ში გამორთული Keep Activity ნიშნავს, რომ საუბრები წვრთნაში არ გამოიყენება (გარდა უკუკავშირისა) და ანგარიშთან 72 საათი ინახება. წესი პირველივე დღიდან: პირადი ნომერი, კლიენტების მონაცემები და პაროლები ჩატში არ იწერება.
სავარჯიშო: ჩამოწერეთ 10 დავალება, რომელსაც ყოველ კვირა აკეთებთ. ხუთი AI-ს მიეცით და ცხრილში ჩაწერეთ: დავალება, წუთები AI-მდე, წუთები AI-ით, ხარისხი 1–5 შკალით.
კვირა 2: პრომპტი და შემოწმება
კარგ პრომპტს ოთხი ნაწილი აქვს: მიზანი, კონტექსტი, ფორმატი და შეზღუდვები. დაამატეთ: „სანამ დაწერ, დამისვი 3 დამაზუსტებელი კითხვა“. დეტალები და ნიმუშები კარგი პრომპტის 10 წესშია.
სავარჯიშო: ერთი დავალებისთვის დაწერეთ პრომპტის სამი ვერსია და შეადარეთ შედეგი. შემდეგ დაუსვით ხუთი კითხვა თქვენი დარგიდან, რომლის პასუხიც იცით, და იპოვეთ მინიმუმ ერთი შეცდომა. ასე ნახავთ, როგორ „იგონებს“ მოდელი თავდაჯერებულად (ჰალუცინაცია, hallucination).
კვირა 3: დოკუმენტები და კვლევა
Gemini Notebook-ში (ყოფილი NotebookLM) ტვირთავთ თქვენს წყაროებს და პასუხს მათზე დაყრდნობით, მითითებებით იღებთ. აუდიომიმოხილვა დაახლოებით 80 ენაზე იქმნება, მათ შორის ქართულად.
სავარჯიშო: აიღეთ დოკუმენტი, რომელიც უნდა შეისწავლოთ (რეგულაცია, სახელმძღვანელო, ანგარიში). შექმენით სასწავლო კონსპექტი და 10-კითხვიანი ტესტი, შემდეგ ყოველი მითითება წყაროში გადაამოწმეთ.
კვირა 4: საკუთარი რუტინა
შეკრიბეთ 5–10 პრომპტის შაბლონი და ყველაზე ხშირი დავალებისთვის შექმენით Project (ChatGPT-ში ან Claude-ში) მუდმივი ინსტრუქციით. ერთხელ სცადეთ ხმა და სურათი, ერთი და იგივე პრომპტი კი მეორე ასისტენტშიც გაუშვით. რომელი ხელსაწყო რისთვის ჯობია, AI აპლიკაციების გზამკვლევშია.
სავარჯიშო: გაიმეორეთ პირველი კვირის ცხრილი იმავე ხუთ დავალებაზე და შეადარეთ წუთები.
თეორია პარალელურად, კოდის გარეშე: Elements of AI (ჰელსინკის უნივერსიტეტი და MinnaLearn, ავტორები 6 კვირაში დასრულებას გირჩევენ, სერტიფიკატი უფასოა), Anthropic-ის Claude Academy-ის კურსი „AI Fluency“ (4 საათი) და Andrew Ng-ის „AI Prompting for Everyone“ (დაახლოებით 7 საათი ვიდეო). სრული სია უფასო AI კურსების მიმოხილვაშია.
როგორ ვისწავლოთ ასისტენტების, ავტომატიზაციისა და აგენტების აწყობა (გზა 2)
მეორე გზაზე AI-ს სისტემის ნაწილად აქცევთ: ის თქვენი დოკუმენტებით პასუხობს, ცხრილებში წერს და დავალებებს თქვენი დადასტურებით ასრულებს. კოდი არ გჭირდებათ, სამაგიეროდ ლოგიკა და ბევრი ტესტი დაგჭირდებათ.
| თვე | თემა | სავარჯიშო | ზღვარი |
|---|---|---|---|
| 1 | პრომპტები ინსტრუქციებად | ერთი განმეორებადი დავალების ინსტრუქცია | 10 მაგალითიდან 9 სწორი |
| 2 | ასისტენტი თქვენი დოკუმენტებით | FAQ ასისტენტი ფასებით და წესებით | 20 კითხვიდან 18 სწორი |
| 3 | ავტომატიზაცია კოდის გარეშე | ფორმა, ცხრილი, AI კატეგორია, შეტყობინება | ერთი კვირა შეცდომის გარეშე |
| 4 | პირველი AI აგენტი | ლიდების აგენტი, პასუხი თქვენს დადასტურებაზე | 10–20 სატესტო შემთხვევა |
თვე 1: პრომპტები ინსტრუქციებად. სწავლობთ სისტემურ ინსტრუქციას (system prompt), ნიმუშების მიცემას და პასუხს მკაცრ ფორმატში (ცხრილი, JSON). ინსტრუქციას ტესტავთ 10 რეალურ მაგალითზე და ასწორებთ, სანამ 9 სწორი არ გამოვა.
თვე 2: ასისტენტი თქვენი დოკუმენტებით. ფასებს, წესებსა და ხშირ კითხვებს ერთ ცოდნის ბაზაში აგროვებთ, ასისტენტს კი Claude-ის ან ChatGPT-ის Project-ში ან Gemini-ში აწყობთ. მარტივად, ეს არის RAG: მოდელი პასუხს თქვენი ფაილებიდან იღებს. 2026 წლის ოქტომბრის მონაცემებით, Gemini-ის Gem-ები ნოემბრიდან პირად ანგარიშებზე skills-ად გადაიქცევა, OpenAI კი custom GPT-ებს 2026 წლის 11 დეკემბერს აჩერებს და plugins-ით ანაცვლებს: ახალ ასისტენტს GPT-ზე ნუ ააწყობთ. ნაბიჯები ჩატბოტის შექმნის გზამკვლევშია.
თვე 3: ავტომატიზაცია. Make-ში (უფასო გეგმა: თვეში 1,000 კრედიტი) ან n8n-ში (Community Edition საკუთარ სერვერზე უფასოა) სწავლობთ ტრიგერს, ქმედებას, ფილტრს, შეცდომების დამუშავებას და ჟურნალს. პირველი სამუშაო პროცესი დეტალურად AI ავტომატიზაციის სტატიაშია. n8n-ს საკუთარი უფასო კურსებიც აქვს (learn.n8n.io).
თვე 4: პირველი აგენტი. აგენტი არის მოდელი, ინსტრუქცია, ხელსაწყოები და მეხსიერება. n8n-ის AI Agent კვანძს მინიმუმ ერთი ხელსაწყო სჭირდება (მაგალითად, Google Sheets), Make-ში იგივეს Make AI Agents აკეთებს. უსაფრთხოების მთავარი წესები: მინიმალური წვდომა, ჟურნალი და ადამიანის დადასტურება ყველაფერზე, რაც ფულს, კლიენტისთვის გასაგზავნ წერილს ან მონაცემების შეცვლას ეხება. სრული ინსტრუქცია: როგორ შევქმნათ AI აგენტი.
თუ პირველი გზა გავლილი გაქვთ, პირველი თვე ორ კვირაში ჩაეტევა და მთელი გზა 2–3 თვეს გაგრძელდება.
კურსი TDS-შიAI ბიზნესის თანამმართველი: ასისტენტებიდან AI აგენტებამდე4 კვირა · 20 სთ · დაწყება 16 ნოედეტალურადხელოვნური ინტელექტის შესწავლა ინჟინრის დონეზე: Python, მათემატიკა, მანქანური სწავლება (გზა 3)
ეს პროფესიის გზაა: კვირაში 8–10 საათით 6–12 თვე ან მეტი, ყოველდღიური კოდით. ქვემოთ მოცემული რესურსები უფასოა (სადაც ასე არ არის, ვწერთ), დრო კი ძირითადად თავად ავტორების შეფასებაა, 2026 წლის ოქტომბრის მონაცემებით.
| ეტაპი | რას სწავლობთ | უფასო რესურსი | დრო |
|---|---|---|---|
| 1. Python | ცვლადები, ფუნქციები, სიები, ბიბლიოთეკები | Kaggle: Intro to Programming და Python; Harvard CS50P | 5 + 5 სთ; CS50P 10 კვირა |
| 2. მათემატიკა | მატრიცები, წარმოებული, ალბათობა, სტატისტიკა | 3Blue1Brown; Mathematics for Machine Learning | 16 გაკვეთილი წრფივ ალგებრაზე; წიგნი საცნობაროდ |
| 3. მანქანური სწავლება | რეგრესია, კლასიფიკაცია, გადამეტებული მორგება | Kaggle Intro და Intermediate ML; Google ML Crash Course; Andrew Ng-ის ML Specialization | 3 + 4 სთ; ~14 სთ; ~95 სთ |
| 4. ღრმა სწავლება | ნეირონული ქსელები, PyTorch | fast.ai; Andrej Karpathy „Zero to Hero“ | 9 × ~90 წთ ვიდეო; 8 ლექცია, ~14 სთ |
| 5. LLM აპები | API, RAG, აგენტები | Hugging Face LLM Course და Agents Course | 12 თავი, თითო კვირა 6–8 სთ |
Python. Kaggle Learn-ის კურსები ბრაუზერში მუშაობს და სერტიფიკატიც უფასოა. უფრო ღრმად: Harvard CS50P, 10 კვირა დავალებებითა და საფინალო პროექტით.
მათემატიკა, რომელიც მართლა გჭირდებათ. Google-ის კურსის წინაპირობებია ალგებრა, მატრიცების გამრავლება და საბაზისო სტატისტიკა (საშუალო, მედიანა, სტანდარტული გადახრა). წარმოებული და გრადიენტი (gradient) მოგვიანებით დაგჭირდებათ. Andrew Ng-ის კურსს სასკოლო მათემატიკა ჰყოფნის, fast.ai კი დანარჩენს გზადაგზა ასწავლის. ამიტომ ექვსი თვე მხოლოდ მათემატიკას ნუ მოანდომებთ: ისწავლეთ კოდის პარალელურად, 3Blue1Brown-ის ვიზუალური გაკვეთილებით და უფასო წიგნით Mathematics for Machine Learning.
მანქანური სწავლება. Andrew Ng-ის Machine Learning Specialization (DeepLearning.AI და Stanford) სამი კურსია, დაახლოებით 95 საათი. ვიდეოების ყურება უფასოა, შეფასებული დავალებები და სერტიფიკატი კი ფასიან Pro გამოწერას ან Coursera-ს მოითხოვს. პრაქტიკისთვის Kaggle-ის სასწავლო შეჯიბრები გამოდგება.
ღრმა სწავლება. fast.ai-ის კურსი უფასოა: კოდის წერის, სასურველია Python-ში, დაახლოებით ერთწლიანი გამოცდილება ჰყოფნის. ვიდეო 13.5 საათია, მაგრამ ნოუთბუქებითა და საკუთარი პროექტით რამდენჯერმე მეტი დრო დაგჭირდებათ. Karpathy-ის ლექციებში GPT-ის მსგავსი მოდელი ნულიდან იწერება, ამიტომ ისინი კარგ Python-ს მოითხოვს.
LLM აპები. Hugging Face-ის LLM Course უფასოა, კარგ Python-ს მოითხოვს და ღრმა სწავლების შესავლის შემდეგ ჯობია. Agents Course-ს კვირაში 3–4 საათი სჭირდება და სერტიფიკატიც უფასოა.
ჩვენი უხეში დათვლით, ჯამში ეს 350–450 საათია. სამსახურისთვის კი სერტიფიკატზე მეტად 2–3 დასრულებული პროექტი ითვლება, GitHub-ზე ახსნით.
როგორ გავიგოთ, რომ წინ მიდიხართ: შემოწმების სია
AI-ის სწავლაში პროგრესს ნანახი ვიდეოების რაოდენობა არ აჩვენებს. შეამოწმეთ შედეგით:
- გზა 1: რთულ დავალებას 2–3 შესწორებით სწორ შედეგამდე მიდიხართ.
- გზა 1: AI-ის შეცდომას თავად ამჩნევთ, სანამ ვინმე მიგითითებთ.
- გზა 1: გაქვთ 5–10 შაბლონი, რომელსაც ყოველ კვირა იყენებთ, და იცით, რა არ უნდა ჩაწეროთ ჩატში.
- გზა 2: ასისტენტი 20 რეალური კითხვიდან 18-ს სწორად პასუხობს და არცერთ ფასს არ იგონებს.
- გზა 2: ავტომატიზაცია ერთ კვირაზე მეტ ხანს მუშაობს თქვენი ჩარევის გარეშე და შეცდომისას გატყობინებთ.
- გზა 2: იცით, რა ღირს ერთი გაშვება, და აგენტს წერილობითი ნებართვების წესები აქვს.
- გზა 3: ცარიელი ფაილიდან წერთ სკრიპტს, რომელიც CSV-ს კითხულობს და გრაფიკს ხატავს.
- გზა 3: მოდელს სატესტო მონაცემებზე აფასებთ და გადამეტებულ მორგებას (overfitting) ამჩნევთ.
ხშირი შეცდომები ხელოვნური ინტელექტის სწავლისას
- ხელსაწყოდან ხელსაწყოზე ხტომა. ყოველ კვირა ახალი აპი და არცერთში სიღრმე. ერთი ასისტენტი მთელი თვე სჯობს.
- სწავლა პროექტის გარეშე. ვიდეო გაგებას ჰგავს, მაგრამ უნარი მხოლოდ საკუთარ ამოცანაზე ჩნდება. ყოველ კვირას ერთი სავარჯიშო თქვენი სამუშაოდან.
- პირადი მონაცემების ჩასმა. კლიენტების სია, ხელშეკრულება, პირადი ნომერი. ჯერ ანონიმიზაცია, მერე ჩატი.
- პასუხის შემოწმების გარეშე მიღება. ფაქტები, რიცხვები და ციტატები ყოველთვის გადაამოწმეთ.
- არასწორი დასაწყისი. მათემატიკით დაწყება, როცა AI სამსახურში გჭირდებათ, ან ნეირონული ქსელები Python-ის გარეშე.
- სერტიფიკატების შეგროვება შედეგის ნაცვლად. დამსაქმებელს და კლიენტს ის აინტერესებს, რისი გაკეთება შეგიძლიათ.
აწარმოეთ სწავლის დღიური: ყოველ კვირა ერთი ხაზი ცხრილში (დავალება, პრომპტი ან ნაკადი, შედეგი, დაზოგილი წუთები, რა ვერ გამოვიდა). ოთხ კვირაში პროგრესს თავად დაინახავთ, დღიური კი პორტფოლიოს საფუძველი გახდება.
როგორ ვისწავლოთ ხელოვნური ინტელექტი ქართულად?
- ვინ პასუხობს ქართულად. ChatGPT ქართულს მხარდაჭერილ ენებში ასახელებს, Gemini კი ქართულს მხარდაჭერილ ენებში, საქართველოს კი იმ ქვეყნებში, სადაც სერვისი მუშაობს. Claude-ის ენების შეფასების ცხრილში ქართული არ არის, თუმცა Anthropic წერს, რომ Claude ბევრ ენაზე მუშაობს ცხრილის მიღმაც: თავად გამოსცადეთ. Gemini Notebook ქართულ აუდიომიმოხილვასაც ქმნის. დეტალური შედარება: ChatGPT, Claude თუ Gemini.
- წერეთ ქართული ანბანით. Anthropic-ის დოკუმენტაცია გირჩევთ, ტექსტი მშობლიური დამწერლობით წეროთ და არა ტრანსლიტერაციით, ანუ „xelovnuri inteleqti“-ს ნაცვლად „ხელოვნური ინტელექტი“. დასაწყისშივე მიუთითეთ: „მიპასუხე ქართულად“.
- სად გეხმარებათ ინგლისური. მეორე და მესამე გზის კურსები, დოკუმენტაცია და შეცდომის შეტყობინებები თითქმის მთლიანად ინგლისურადაა. Elements of AI-საც ქართული ვერსია არ აქვს. გამოსავალი: ინგლისური აბზაცი ასისტენტს ჩაუსვით და ქართული ახსნა სთხოვეთ, ტერმინები კი ორივე ენაზე ჩაიწერეთ (გრადიენტი, gradient), რომ მოგვიანებით მოძებნოთ.
- სურათში ქართული წარწერა ჯერჯერობით არასანდოა: ტექსტი ცალკე დაამატეთ.
სად ვისწავლოთ ხელოვნური ინტელექტი: TDS-ის კურსები და რას არ ვასწავლით
TDS-ში ზრდასრულებს ქართულად პირველ და მეორე გზას ვასწავლით, თქვენს რეალურ ამოცანებზე:
- [AI ბიზნესის თანამმართველი: ასისტენტებიდან AI აგენტებამდე](/courses/ai-agents-small-business). 4 კვირა, 8 შეხვედრა, თითო 2.5 საათი, კოდის გარეშე: პრომპტების ბიბლიოთეკა, ასისტენტი თქვენი ბიზნესის ცოდნით, Make და n8n ავტომატიზაცია და აგენტი თქვენი დადასტურებით.
- [AI თანამშრომლები: Grok Bot და ChatGPT Dots](/courses/ai-employees). 2 კვირა, 4 შეხვედრა, თითო 2.5 საათი, დამწყებთათვის.
- [AI მასწავლებლებისთვის](/courses/ai-teachers). ონლაინ, 8 შეხვედრა, თითო 2 საათი, ერთი სრული სასწავლო თემა AI-ით.
- კორპორაციული პროგრამა 30–50 საათი, თქვენი გუნდის პროცესებზე: იხილეთ AI კურსები და ტრენინგები ბიზნესისთვის.
ყველა კურსი ერთ გვერდზეა: ხელოვნური ინტელექტის (AI) კურსები. რასაც არ ვასწავლით: Python-ს, მოდელების წვრთნას და მანქანური სწავლების ინჟინერიას. ამ გზისთვის ზემოთ ჩამოთვლილი უფასო კურსები საუკეთესო დასაწყისია.
ხშირად დასმული კითხვები
როგორ ვისწავლო ხელოვნური ინტელექტი ნულიდან?
დაიწყეთ ერთი ასისტენტით (ChatGPT ან Gemini) და 30-დღიანი გეგმით, დღეში 20–30 წუთი, თქვენს რეალურ დავალებებზე. ამის შემდეგ გადაწყვიტეთ, გჭირდებათ თუ არა მეორე გზა (ავტომატიზაცია და აგენტები) ან მესამე (Python და მანქანური სწავლება).
რამდენი ხანი სჭირდება ხელოვნური ინტელექტის სწავლას?
AI-ის ყოველდღიური გამოყენება დაახლოებით ერთ თვეში ისწავლება, ასისტენტებისა და ავტომატიზაციის აწყობა 2–4 თვეში. მანქანური სწავლების ინჟინერიას კვირაში 8–10 საათით 6–12 თვე ან მეტი სჭირდება.
შეიძლება თუ არა ხელოვნური ინტელექტის შესწავლა უფასოდ?
დიახ. Elements of AI, Kaggle Learn, fast.ai, Google Machine Learning Crash Course და Hugging Face-ის კურსები უფასოა. ზოგ პლატფორმაზე (მაგალითად, DeepLearning.AI-სა და Coursera-ზე) ვიდეო უფასოა, შეფასებული დავალებები და სერტიფიკატი კი ფასიანი.
საჭიროა თუ არა მათემატიკა და პროგრამირება?
პირველ და მეორე გზაზე არა: საკმარისია კომპიუტერის, ელფოსტისა და ცხრილების საბაზისო ცოდნა. მესამე გზაზე Python აუცილებელია, მათემატიკიდან კი ალგებრა, მატრიცები, საბაზისო სტატისტიკა და მოგვიანებით წარმოებული.
სად ვიპოვო მანქანური სწავლების კურსი?
ყველაზე ხელმისაწვდომი გზა უფასო საერთაშორისო კურსებია: Andrew Ng-ის Machine Learning Specialization, Kaggle-ის Intro to Machine Learning და fast.ai, ყველა ინგლისურად. TDS მანქანური სწავლების ინჟინერიას არ ასწავლის, ჩვენი კურსები AI-ის პრაქტიკულ გამოყენებასა და აგენტებზეა.
რომელი AI ასისტენტი პასუხობს კარგად ქართულად?
ChatGPT და Gemini ქართულს ოფიციალურად მხარდაჭერილ ენებში ასახელებენ, Claude-იც წერს ქართულად, თუმცა შეფასების ცხრილში ქართული არ არის. ერთი და იგივე პრომპტი ორ ასისტენტში გაუშვით და შედეგი შეადარეთ.
შემდეგი ნაბიჯი
დღესვე გახსენით ერთი ასისტენტი და შეასრულეთ პირველი კვირის სავარჯიშო: 10 დავალება და ცხრილი. თუ ვერ წყვეტთ, რომელი გზა ან კურსი გერგებათ, დაგვიკავშირდით უფასო კონსულტაციისთვის: ერთად შევარჩევთ თქვენს მიზანზე მორგებულ გეგმას.
წყაროები
- How long will the courses take?, Elements of AI
- Kaggle Learn, Kaggle
- Practical Deep Learning for Coders, fast.ai
- Machine Learning Specialization, DeepLearning.AI
- Machine Learning Crash Course: prerequisites, Google for Developers
- LLM Course, Hugging Face
- Claude Academy, Anthropic
- Where you can use the Gemini web app, Google Help
