По време на първите два дни на присъствено обучение, след цялото време прекарано пред екраните по домовете ни, ние ще започнем с първия за нашето училище Хакатон. През това време ние всички ще чуем интересни и обучителни презентации, подготвени от нашите съученици от 10ти и 9ти клас.
Първата лекция, изнесена от ученици, която ще чуем на 18ти, ще бъде изнесена от екипа на Кристина Болашикова, Афра Юсрефова и Светлана Бояджиева. Те ще въведат всички нас в невероятния свят на изкуствения интелект.
Момичетата ще представят авторска презентация, в която са описали всичко важно по темата. Те ще поставят основите , на които другите ще градят през периода между 18ти и 20ти февруари.
Ето и няколко думи за момичетата:
Кристина Болашикова, 10В клас
Проявявам интерес към технологиите главно заради многото възможности, които те предоставят за подобряването на качеството на живота на хората, опазването на околната среда и улесняването на научните открития. Интересувам се най-вече от графичен и уеб дизайн.
Светлана Бояджиева, 10В клас
Проявявам интерес към ИТ сферата. Бих желала да се занимавам с web development.
Афра Юсрефова, 10В клас
Заинтересована съм от технологии и биология. Обичам да жонглирам.
Ние всички сме благодарни и поздравяваме Кристина, Светлана и Афра за положения труд. Продължавайте все така!
Компютърните науки са в основата на изкуствения интелект, но най-вече машинното самообучение. Това е „обучението“, което машината извлича от своя опит в обработката на данни. Основната цел на машинното самообучение е да гарантира, че машината се учи от данните. С други думи, машинното обучение е приложение на изкуствения интелект (AI), което предоставя на компютърните системи възможност за автоматично учене и усъвършенстване от опит без изрично програмиране. Машинното обучение като наука се фокусира върху разработването на компютърни програми, които имат достъп до данни и ги използват, за да се учат сами. Това понякога е известно като евристично програмиране.
Машинното обучение може да се определи и като изучаване на компютърно базирани алгоритми, предназначени за автоматично подобряване на постиженията чрез придобито обучение. Машините са създадени с вградена способност да четат и разбират човешки език, за да разберат обкръжението и да правят възможно най-много точни прогнози. Те могат също така да извършват едновременни оценки на прогнозите в реално време и да се адаптират в съответствие с тяхната среда. Когато потребителят иска да търси тема, търсачката показва най-често търсените свързани „теми за търсене“. Търсачката разглежда минали кликвания от хора по света, за да разбере страниците, които са по-подходящи за тези търсения от другите. След това връчва на тези резултати списък с най-подходящите в началото. Трябва да се отбележи, че подобно упражнение е невъзможно да се изпълнява от хората в рамките на няколко секунди.
Машината се програмира как да обработва заявките за търсене и да генерира набор от инструкции, за да създаде очаквания резултат. Следователно машинното самообучение може да се разбира и като набор от процедури, които се справят с огромни количества данни интелигентно (използвайки алгоритми или набор от логически правила) за получаване на резултати.
Процесът на машинно обучение започва с анализ на наблюдения (данни) като примери, преки преживявания или инструкции и търси модели в данните. Въз основа на този анализ и кумулативните данни, които са му предоставени, той се научава да взема по-добри решения в бъдеще. Основната цел е да се позволи на машината да се учи автоматично без човешка намеса или помощ и да коригира съответно действията. Phase1 of Machine Learning
Phase 2 of Machine Learning
Още за машинното самообучение ще научите по време на AI for NATURE хакатона в гимназията.
