Atnaujinta: 10 Vas 25
Šis modulis paremtas tuo, ko mokomasi modulyje „DI pagrindai“ ir padeda jauniems žmonėms pradėti spręsti realaus pasaulio problemas naudojant DI įrankius.
Atnaujinta: 13 Sau 26
Atnaujinta: 23 Sau 26
Atnaujinta: 13 Sau 26
Atnaujinta: 13 Sau 26
Atnaujinta: 13 Sau 26
Mokiniai nagrinės, kaip DI naudojamas kasdieniame gyvenime, ir išmoks atskirti prognozuojamąjį ir generatyvinį DI. Jie nagrinės problemas, kurias gali išspręsti naudodami DI, ir apmąstys, kada DI įrankiai yra tinkamas būdas problemai spręsti.
Šios pamokos pabaigoje mokiniai galės apibūdinti DI projekto raidos ciklo etapus – nuo idėjos iki modelio diegimo. Jie pamatys, kaip šie etapai naudojami tikruose DI pagrindu vykdomuose tyrimų projektuose, kurie padeda žmonėms visame pasaulyje.
Šioje pamokoje mokiniai, vadovaudamiesi DI projekto raidos ciklu, pradės kurti savo mašininio mokymosi modelį, skirtą spręsti pasirinktą problemą. Jie pasirinks problemą ir vartotoją iš dviejų variantų. Jie bus supažindinti su „į vartotoją orientuotu“ projektavimo metodu ir paruoš savo duomenis, suskirstydami juos į klases.
Šioje pamokoje mokiniai toliau vadovausis DI projekto raidos ciklu. Jie pradės mokyti mašininio mokymosi modelį, kad išspręstų pasirinktą problemą, ir jį išbandys. Jie nagrinės ryšį tarp patikimumo balų, patikimumo ribų ir tikslumo mašininio mokymosi modelio prognozėse. Galiausiai jie išmatuos savo mašininio mokymosi (ML) modelių tikslumą.
Šioje pamokoje mokiniai įvertins ir paaiškins savo DI modelį naudodami modelio kortelę, kurioje dokumentuojama modelio paskirtis, testavimo rezultatai ir apribojimai. Tada jie nagrinės įvairias karjeros galimybes DI srityje ir srityse, kuriose naudojamos DI taikomosios programos, įskaitant pareigas „Google DeepMind“ ir asmeninių interesų sritis.