Μαθήματα Προγραμματισμού

Τεχνητή Νοημοσύνη και Επιστήμη Δεδομένων με Python

435

Η συνέχεια του μαθήματος AI& Data science, κατά τη διάρκεια του δεύτερου τετραμήνου στόχος μας είναι οι φοιτητές μας να εξοικειωθούν με τα νευρωνικά δίκτυα. Χρησιμοποιώντας τη γλώσσα Python, οι φοιτητές θα είναι σε θέση να εφαρμόζουν ανεξάρτητα αλγόριθμους πρόβλεψης, επιλύοντας προβλήματα όπως η αναγνώριση εικόνας ή η επεξεργασία κειμένου.

Τεχνητή Νοημοσύνη και Επιστήμη Δεδομένων με Python 435

για 13 - 18 ετών

Διαδικτυακά, Στην τάξη

Προαπαιτούμενα: Τεχνητή Νοημοσύνη &; Επιστήμη Δεδομένων με Python 434

Πρόσβαση στο MyLogiscool 24/7

Η επαγγελματική εφαρμογή των νευρωνικών δικτύων

Ως συνέχεια του προηγούμενου τετραμήνου, οι φοιτητές μας μαθαίνουν πώς τα νευρωνικά δίκτυα μπορούν να χρησιμοποιηθούν για την επίλυση εργασιών που απαιτούν τεχνητή νοημοσύνη και τις καλύτερες περιπτώσεις χρήσης τους. Εμβαθύνουμε σε πολύπλοκες δομές δεδομένων, κατανοούμε πώς να δημιουργήσουμε κείμενο με τεχνητή νοημοσύνη ή πώς λειτουργούν τα αυτόνομα αυτοκίνητα. Κατά τη διάρκεια του μαθήματος, θα ασχοληθούμε και με ηθικά ζητήματα που σχετίζονται με το θέμα. Στο τέλος του τετραμήνου, οι φοιτητές θα μπορούν να μοντελοποιούν νευρωνικά δίκτυα σε Python. Η αποκτηθείσα γνώση θέτει τα θεμέλια για τις μετέπειτα επιστήμες δεδομένων και τις επαγγελματικές σπουδές των συμμετεχόντων.

Κύρια σημεία

Το μάθημα θα επικεντρωθεί γύρω από τα ακόλουθα θέματα:

Πρακτική χρήση μεθόδων επιστήμης δεδομένων και οπτικοποίηση δεδομένων

Νευρωνικά δίκτυα, βαθιά μάθηση

Αναγνώριση εικόνας με νευρωνικά δίκτυα: αναγνώριση προσώπου, ανάλυση βίντεο, αναγνώριση γραφής

Ανάλυση κειμένου με νευρωνικά δίκτυα: chatbot, αυτόματη συμπλήρωση κειμένου, αναγνώριση φωνής

Βαθιά νευρωνικά δίκτυα: αυτοματισμός, αυτοοδηγούμενα αυτοκίνητα

Δημιουργία μιας ανεξάρτητης εργασίας έργου

Απαιτήσεις

Μάθημα Τεχνητής Νοημοσύνης & Επιστήμης Δεδομένων με Python 434.

Απαραίτητο λογισμικό

  • Εκτός σύνδεσης σε σχολείο Logiscool: Οι μαθητές μας θα χρειαστούν έναν Λογαριασμό Google. Παρέχουμε όλο τον άλλο απαραίτητο εξοπλισμό για το μάθημα.
  • Σε περίπτωση που η σχολή ξεκινήσει διαδικτυακά μαθήματα: Απαραίτητη προϋπόθεση για την παρακολούθηση ενός διαδικτυακού μαθήματος είναι ένας οικιακός φορητός ή ηλεκτρονικός υπολογιστής με σταθερή σύνδεση στο Διαδίκτυο και ενσωματωμένο ή εξωτερικό μικρόφωνο, ένα ποντίκι και ένας λογαριασμός Google. Ένα σετ ακουστικών και μια κάμερα μπορεί επίσης να είναι χρήσιμα. Παρέχουμε το λογισμικό που απαιτείται για την online επικοινωνία.
Τεχνητή Νοημοσύνη και Επιστήμη Δεδομένων με Python 435

για 13 - 18 ετών

Διαδικτυακά, Στην τάξη

Προαπαιτούμενα: Τεχνητή Νοημοσύνη &; Επιστήμη Δεδομένων με Python 434

Πρόσβαση στο MyLogiscool 24/7

Διεθνής εκπαιδευτική πύλη κοινότητας για παιδιά
Με το MyLogiscool, η παγκόσμια πύλη κοινότητάς για την εκπαίδευση, οι μαθητές μπορούν να εμπνευστούν από τα έργα των συμμαθητών τους. Μπορούν να εξασκήσουν αυτά που έμαθαν και να ενισχύσουν τις γνώσεις τους παίζοντας με τις μίνι αποστολές μας, τα παιχνίδια υψηλής βαθμολογίας, τα κουίζ και τις προκλήσεις. Η πλατφόρμα τους ενθαρρύνει να ακολουθούν χρήσιμες και διασκεδαστικές δραστηριότητες μεταξύ των μαθημάτων και τους ενημερώνει επίσης για επερχόμενα διεθνή και τοπικά νέα και εκδηλώσεις στο Logiscool. Βοηθήστε τα παιδιά σας να μάθουν τη γλώσσα του μέλλοντος! Κλείστε ένα δωρεάν μάθημα επίδειξης και αφήστε τα να ανακαλύψουν τα πιο ωραία μυστήρια του ψηφιακού βασιλείου.