Студенческая неделя: "Искусственный интеллект"
7 октября, 10:00 — 11 октября, 17:00
Уже идут:
О мероприятии
Студенческая неделя: "Искусственный интеллект" направлена на знакомство студентов с основными принципами работы искусственных нейронных сетей и их практическим применением. Участники пройдут путь от теоретических основ до создания и обучения собственной простой нейронной сети — это отличная возможность для студентов любого уровня подготовки углубиться в мир современных технологий, познакомиться с инновациями и сделать шаг навстречу перспективам в динамично развивающейся области ИИ.
Основные цели мастер-класса:
- Понимание принципов работы нейронных сетей: дать участникам базовые знания о том, как работают нейронные сети и что лежит в основе их структуры.
- Практическое создание модели ИИ: научить студентов разрабатывать и обучать модель нейронной сети на языке программирования Python с использованием библиотек, таких как TensorFlow и Keras.
- Применение полученных навыков: дать участникам возможность применить свои знания для решения реальной задачи, такой как классификация изображений или предсказание данных.
Результаты:
- Участники создадут свою первую нейронную сеть, научатся её обучать и тестировать.
- Получат практические навыки работы с инструментами для создания ИИ-моделей (TensorFlow/Keras).
- Узнают, как применять нейронные сети для решения реальных зада
Расписание
7 октября, 10:00
Введение в нейронные сети
Обзор концепции нейронных сетей. Основные компоненты: нейроны, слои, функции активации. Краткое объяснение процессов обучения сети: градиентный спуск, обратное распространение ошибки.
Зал: Коллегия
8 октября, 10:00
Создание первой нейронной сети
Разработка простой нейронной сети для решения задачи классификации (например, распознавание рукописных цифр с использованием датасета MNIST). Пошаговое руководство: создание слоев, выбор функции активации и алгоритма оптимизации. Обучение сети и оценка её работы
Зал: Коллегия
9 октября, 10:00
Тестирование и улучшение модели
Оценка производительности модели: точность, скорость обучения, графики потерь и точности. Способы улучшения модели: добавление скрытых слоёв, использование различных функций активации и регуляризация.
Зал: Коллегия
10 октября, 10:00
Решение практической задачи
Студенты работают в группах или индивидуально над улучшением своей модели для повышения точности распознавания. Решение предложенных преподавателями задач (например, предсказание категорий, анализ данных, работа с изображениями или текстом).
Зал: Коллегия
11 октября, 10:00
Обсуждение и подведение итогов
Обсуждение результатов: что получилось, с какими проблемами столкнулись. Вопросы и ответы: дополнительные рекомендации для самостоятельного изучения и экспериментов.
Зал: Коллегия
Контакты
Адрес
Зал
Коллегия
Организаторы
Ильюшина Алена Николаевна
Возможности для стартапов и команд
Мы собрали больше 400 предложений, которые помогут в развитии вашего технологического стартапа на любой стадии от идеи до готового продукта