3.6 KiB
Ένα Κυνήγι Θησαυρού ML
Οδηγίες
Σε αυτό το μάθημα, μάθατε για πολλές πραγματικές περιπτώσεις χρήσης που λύθηκαν χρησιμοποιώντας κλασικό ML. Παρόλο που η χρήση βαθιάς μάθησης, νέων τεχνικών και εργαλείων στην AI, καθώς και η αξιοποίηση νευρωνικών δικτύων έχει βοηθήσει στην επιτάχυνση της παραγωγής εργαλείων για να βοηθήσουν αυτούς τους τομείς, το κλασικό ML χρησιμοποιώντας τις τεχνικές αυτού του προγράμματος σπουδών εξακολουθεί να έχει μεγάλη αξία.
Σε αυτή την εργασία, φανταστείτε ότι συμμετέχετε σε ένα hackathon. Χρησιμοποιήστε όσα μάθατε στο πρόγραμμα σπουδών για να προτείνετε μια λύση χρησιμοποιώντας κλασικό ML για να λύσετε ένα πρόβλημα σε έναν από τους τομείς που συζητήθηκαν σε αυτό το μάθημα. Δημιουργήστε μια παρουσίαση όπου θα συζητήσετε πώς θα υλοποιήσετε την ιδέα σας. Επιπλέον πόντοι αν μπορείτε να συγκεντρώσετε δείγματα δεδομένων και να δημιουργήσετε ένα μοντέλο ML για να υποστηρίξετε την ιδέα σας!
Κριτήρια Αξιολόγησης
| Κριτήριο | Εξαιρετικό | Επαρκές | Χρειάζεται Βελτίωση |
|---|---|---|---|
| Παρουσιάζεται μια παρουσίαση PowerPoint - επιπλέον πόντοι για τη δημιουργία μοντέλου | Παρουσιάζεται μια μη καινοτόμος, βασική παρουσίαση | Η εργασία είναι ελλιπής |
Αποποίηση ευθύνης:
Αυτό το έγγραφο έχει μεταφραστεί χρησιμοποιώντας την υπηρεσία αυτόματης μετάφρασης Co-op Translator. Παρόλο που καταβάλλουμε προσπάθειες για ακρίβεια, παρακαλούμε να έχετε υπόψη ότι οι αυτοματοποιημένες μεταφράσεις ενδέχεται να περιέχουν λάθη ή ανακρίβειες. Το πρωτότυπο έγγραφο στη μητρική του γλώσσα θα πρέπει να θεωρείται η αυθεντική πηγή. Για κρίσιμες πληροφορίες, συνιστάται επαγγελματική ανθρώπινη μετάφραση. Δεν φέρουμε ευθύνη για τυχόν παρεξηγήσεις ή εσφαλμένες ερμηνείες που προκύπτουν από τη χρήση αυτής της μετάφρασης.