Sztuczna inteligencja

Prowadzący

Czas Trwania Warsztatów

25 godzin lekcyjnych (5 dni po 5 godzin lekcyjnych)

Sztuczna inteligencja

Analiza danych i uczenie się maszyn – warsztaty matematyczno-informatyczne

Sztuczna inteligencja to najszybciej rozwijająca się aktualnie dziedzina matematyki i informatyki. Podczas zajęć w ciągu tygodnia poznasz podstawy działania sztucznej inteligencji, przeanalizujesz kilka zbiorów danych oraz napiszesz własną sieć neuronową.

Do kogo kierowany jest ten warsztat?

Warsztat kierowany jest do licealistów, których ciekawi otaczający ich świat, chcą związać swoją przyszłość z inżynierią danych, informatyką, matematyką lub fizyką. Chcieliby posiąść podstawy umiejętności analizy danych i uczenia maszynowego -  umiejętności, które pozwolą na wyciągnięcie wniosków z zebranych danych.

Wymagana jest znajomość matematyki na poziomie gimnazjum. W szczególności umiejętność dokonywania przekształceń algebraicznych. Dodatkowo należy znać podstawy programowania. Najlepiej w językach skryptowych typu Python ale jeżeli znasz C++/Javę to też jest dobrze. :)

Niezbędny sprzęt i oprogramowanie

Aby uczestniczyć w kursie niezbędny jest własny laptop oraz zainstalowany pakiet RStudio. Jest to darmowe oprogramowanie, które można pobrać ze strony: https://www.rstudio.com/products/RStudio/

Dlaczego warto wziąć udział w tym warsztacie?

Uczestnicy warsztatu:

  • poznają podstawy pakietu R – jednego z najpopularniejszych narzędzi do analizy danych;
  • nauczą się prezentować dane w odpowiedni sposób - robić dobre wykresy;
  • dowiedzą się jak z suchych danych wyciągnąć interesujące informacje;
  • dowiedzą się jak i dlaczego działają sieci neuronowe;
  • rozwiną swoje zainteresowania i umiejętności z obszaru matematyki i informatyki.

Program warsztatu

Dzień pierwszy

Zapoznanie z pakietem R oraz uczenie pod nadzorem

Początek pracy z danymi, wstęp do oprogramowania, na którym będziemy pracować. Poznamy najprostsze algorytmy, które pozwolą nam, na podstawie posiadanych danych, na przykład przewidzieć, czy jutro będzie padać .

Dzień drugi

Uczenie bez nadzoru

Drugiego dnia zajmiemy się ciekawym problemem kategoryzacji danych na pewne grupy, w momencie, gdy nawet nie wiemy, na czym te kategorie mają polegać. Rozwiążemy problem podzielenia różnokolorowych kulek na przykład na 3 grupy. Jak to zrobić i co przyjąć za kryterium podziału? Zostawimy ten problem komputerowi.

Dzień trzeci

Drzewa decyzyjne

Inne podejście do algorytmów klasyfikacji nadzorowanych, w którym spotkamy się z problemem przetrenowania i zbytniego dopasowania do danych. Problemu dużego, z którym często mamy do czynienia podczas analizy danych. Dodatkowo poświęcimy trochę czasu na naukę sztuki prezentowania danych.

Dzień czwarty

Sieci neuronowe część 1

Wstęp do świata sieci neuronowych, krainy algebry liniowej. Postaramy się dobrze zrozumieć koncept działania sieci neuronowych, zobaczyć gdzie są i mogą być stosowane. Korzystając z naszych umiejętności programistycznych postaramy się stworzyć swoją własną sieć rozpoznającą litery pisane ręcznie.

 Dzień piąty

Sieci neuronowe część 2

Ciąg dalszy sieci neuronowych, przegląd różnych, popularnych architektur sieci. Postaramy się zatrudnić komputer do klasyfikacji zdjęć kotów i psów z Internetu.

Człowiek stworzony jest na to, by szukać prawdy, a nie by ją posiadać.

Blaise Pascal