Kurss 3: Mākslīgais intelekts un ekspertu sistēmas
Kursa plāns
Šajā kursā jūs uzzināsiet
- Pārskats par mākslīgo intelektu (MI), tā nozarēm un pielietojumu dažādās nozarēs
- Ekspertu sistēmas un zināšanu atspoguļošana, cilvēku zināšanu izgūšanai un izmantošanai uz zināšanām balstītu lēmumu pieņemšanā.
- Mašīnmācīšanās (uzraudzīta mācīšanās, neuzraudzīta mācīšanās un stimulētā mācīšanās, dziļā mācīšanās un neironu tīkli, federatīva mācīšanās).
- Cilvēka faktori uz mākslīgo intelektu balstītu lēmumu pieņemšanā, izskaidrojams mākslīgais intelekts (angl. Explainable Artificial intelligence- XAI), mākslīgā intelekta sistēmu interpretējamības un pārredzamības uzlabošana.
- Mākslīgā intelekta izmantošana, lai uzlabotu darba aktivitātes un darba procesus.
- Praktisku pielietojumu un programmatūras risinājumu piemēri (automatizācija ar MI, MI integrācija darba plūsmā, MI lielajiem datiem u. c.).
Organizatoriska informācija:
- Šajā kursā ir 7 nodarbības.
- Nodarbības ietver rakstisku saturu.
- Lai pabeigtu šo kursu, ir nepieciešamas 180 minūtes.
- Jūs varat jebkurā laikā apturēt kursu un atgriezties vietā, kur apstājies, kad vien vēlaties.
- Jūs varat sekot kursam oriģinālajā plānojumā vai savā tempā, mainot nodarbību secību.
- Kursa beigās jūs pildīsiet testu ar 8 jautājumiem.
- Testu varat kārtot 2 reizes, ja nepieciešams.
- Lai saņemtu oficiālu sertifikātu par kursa pabeigšanu, jums jāiegūst vismaz 85 % pareizo atbilžu.
Nepieciešama sīkāka informācija?
Dalībnieku grūtības
Mēs zinām, ka…
Saskaroties ar mākslīgā intelekta jēdzieniem, studentiem var rasties grūtības saprast, kā iegūt un izmantot cilvēka zināšanas uz zināšanām balstītu lēmumu pieņemšanai. Arī dažādas mašīnmācīšanās pieejas var būt grūti izprotamas.
Lai integrētu MI darba procesos, ir nepieciešams izprast organizatorisko dinamiku, pārmaiņu vadību un praktiskos izaicinājumus, kas saistīti ar mākslīgā intelekta integrēšanu esošajās darba plūsmās. Lai saprastu, kā ieviest MI reālās darbības scenārijos, ir nepieciešams iegūt trūkstošās praktiskās iemaņas.
Sekot līdzi ar MI saistīto tehnoloģiju attīstībai un nozares tendencēm var būt sarežģīti un laikietilpīgi, īpaši ņemot vērā nepārtraukto jaunu algoritmu un tehnoloģiju attīstību. Turklāt MI straujā attīstība rada sāpīgu problēmu saistībā ar iespējamo prasmju novecošanu, jo studentiem var būt grūti saglabāt savu nozīmību darba tirgū bez pastāvīgas apmācības.
Dalībnieku ieguvumi
Tāpēc mēs izstrādājām šo kursu, kurā...
Šīs zināšanas ir pamats, lai izprastu MI tehnoloģiju plašo ietekmi. Izpratne par ekspertu sistēmām un zināšanu atspoguļošanu sniedz studentiem iemaņas, lai strukturētā veidā apkopotu cilvēku zināšanas. Mašīnmācīšanās jēdzienu apguve nodrošina studentiem stabilu pamatu galvenajās tehnoloģijās, kas ir mākslīgā intelekta attīstības virzītājspēks.
Izpratne par mākslīgā intelekta ieviešanu, lai veicinātu darba aktivitātes un uzlabotu procesus, ļauj studentiem saskatīt un veicināt mākslīgā intelekta integrāciju dažādās nozarēs. Šīs zināšanas ir īpaši svarīgas strauji mainīgās jomās, kur mākslīgā intelekta tehnoloģijas pārveido tradicionālās darba plūsmas.
Tas uzlabo studentu nodarbinātības iespējas dažādās nozarēs, kurās MI tehnoloģijas arvien vairāk kļūst par neatņemamu sastāvdaļu. Sākot ar amatiem datu zinātnes jomā līdz MI pētniecībai un izstrādei - studenti var veidot daudzveidīgu karjeru. Iegūstot padziļinātu izpratni par MI lietojumiem, studenti spēj ieraudzīt iespējas inovācijām un uzņēmējdarbībai.