2.1 KiB
Lov na zaklad v strojnem učenju
Navodila
V tej lekciji ste spoznali številne resnične primere uporabe, ki so bili rešeni s klasičnim strojnim učenjem. Čeprav uporaba globokega učenja, novih tehnik in orodij v umetni inteligenci ter uporaba nevronskih mrež pomaga pospešiti razvoj orodij za pomoč v teh sektorjih, ima klasično strojno učenje z uporabo tehnik iz tega učnega načrta še vedno veliko vrednost.
V tej nalogi si predstavljajte, da sodelujete na hackathonu. Uporabite, kar ste se naučili v učnem načrtu, da predlagate rešitev s klasičnim strojnim učenjem za reševanje problema v enem od sektorjev, obravnavanih v tej lekciji. Pripravite predstavitev, v kateri boste razložili, kako boste izvedli svojo idejo. Dodatne točke dobite, če lahko zberete vzorčne podatke in zgradite model strojnega učenja, ki podpira vaš koncept!
Merila ocenjevanja
| Merilo | Odlično | Zadostno | Potrebno izboljšanje |
|---|---|---|---|
| Predstavljena je PowerPoint predstavitev - dodatne točke za model | Predstavljena je osnovna, ne-inovativna predstavitev | Delo je nepopolno |
Omejitev odgovornosti:
Ta dokument je bil preveden z uporabo storitve za prevajanje z umetno inteligenco Co-op Translator. Čeprav si prizadevamo za natančnost, vas prosimo, da upoštevate, da lahko avtomatizirani prevodi vsebujejo napake ali netočnosti. Izvirni dokument v njegovem izvirnem jeziku je treba obravnavati kot avtoritativni vir. Za ključne informacije priporočamo profesionalni človeški prevod. Ne prevzemamo odgovornosti za morebitne nesporazume ali napačne razlage, ki bi nastale zaradi uporabe tega prevoda.