Problēmu risināšana ar MI
Vai vēlaties iepazīties ar MI terminiem?
MI terminu skaidrojums
Atjaunināts: 1 Febr 25
Atjaunināts: 1 Febr 25
Šis modulis balstās uz mācību, kas gūta grāmatā “Mākslīgā intelekta izpratne”, un palīdz jauniešiem sākt risināt reālās pasaules problēmas, izmantojot mākslīgā intelekta rīkus.
Atjaunināts: 13 Janv 26
Atjaunināts: 23 Janv 26
Atjaunināts: 13 Janv 26
Atjaunināts: 13 Janv 26
Atjaunināts: 13 Janv 26
Studenti izpētīs, kā MI tiek izmantots ikdienas dzīvē, un iemācīsies atšķirt paredzošo un ģeneratīvo mākslīgo intelektu. Viņi pētīs problēmas, ko var atrisināt, izmantojot MI, un pārdomās, kad MI rīki ir piemērots veids, kā atrisināt problēmu.
Līdz šīs nodarbības beigām studenti spēs aprakstīt MI projekta dzīves cikla posmus — no idejas līdz modeļa ieviešanai. Viņi redzēs, kā šie posmi tiek izmantoti reālos MI pētniecības projektos, kas palīdz cilvēkiem visā pasaulē.
Šajā nodarbībā dalībnieki izmantos MI projekta dzīves ciklu, lai sāktu veidot savu mašīnmācīšanās modeli izvēlētas problēmas risināšanai. Viņi izvēlēsies problēmu un lietotāju no divām iespējām. Viņi iepazīsies ar “lietotājam orientētu” dizaina pieeju un pēc tam sagatavos savus datus, sadalot tos klasēs.
Šajā nodarbībā dalībnieki turpinās pielietot MI projekta dzīves ciklu. Viņi sāks apmācīt mašīnmācīšanās modeli, lai atrisinātu izvēlētu problēmu, un to testēs. Viņi pārbaudīs saistību starp ticamības rādītājiem, ticamības sliekšņiem un precizitāti mašīnmācīšanās modeļa prognozēs. Visbeidzot, viņi mērīs savu mašīnmācīšanās (ML) modeļu precizitāti.
Šajā nodarbībā dalībnieki izvērtēs un paskaidros savu MI modeli, izmantojot modeļa karti, kurā dokumentēts modeļa mērķis, testu rezultāti un ierobežojumi. Pēc tam viņi izpētīs karjeras iespējas MI jomā un jomās, kurās tiek izmantotas MI lietojumprogrammas, tostarp lomas Google DeepMind un personīgo interešu jomas.
