Студенческая неделя: "Искусственный интеллект"

524660

Студенческая неделя: "Искусственный интеллект"

EduNet NeuroNet Искусственный интеллект Нейротехнологии

Санкт-Петербург Точка кипения СПб ТКУиК Санкт-Петербург

7 октября, 10:00 — 11 октября, 17:00

Уже идут:

и еще10

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.