Програмою
передбачено засвоєння початкових знань з основ теорії штучних нейронних мереж, вибраних методів і алгоритмів штучного
інтелекту. Доступний виклад
найважливіших відомостей покликаний ознайомити учнів з основною термінологією,
методами і прийомами інформаційного пошуку, актуальними напрямами розвитку систем
штучного інтелекту.
Теоретична частина передбачає засвоєння таких тем:
- основні поняття штучних нейронних
мереж: структура штучного нейрона, моделі штучних нейронів, топологія ШНМ,
навчання ШНМ, архітектури ШНМ (одношарові, багатошарові), алгоритм зворотного
поширення похибки;
- основи машинного навчання, глибоке
навчання.
- згорткові нейронні мережі, рекурентні нейронні мережі,
генеративно-змагальні нейронні мережі;
- основи генетичних алгоритмів, основні операції та їх реалізація,
підготовка даних, побудова моделі, перевірка розв’язків;
- основи ройових алгоритмів, алгоритми мурашиних колоній, бджолині алгоритми.
Особливості їх реалізації, підготовка даних, побудови моделі, перевірка
точності розв’язків.
Практичною частиною передбачено:
- бібліотеки Python для створення додатків для реалізації
ШНМ; створення додатків з використанням TensorFlow та Keras; створення елементів програмного забезпечення для
реалізації сучасних
архітектур ШНМ;
- створення
елементів програмного забезпечення для реалізації генетичних алгоритмів для прикладних
задач;
- створення
елементів програмного забезпечення для реалізації основних ройових алгоритмів для прикладних задач;
- створення
елементів програмного забезпечення для реалізації вибраних алгоритмів штучного
інтелекту.
Коли: з 08 квітня до 28 червня (заняття щопонеділка з 16.00 до 18.00 і щочетверга з 16.00 до 17.00).
Як: онлайн, на платформі Zoom.
Для кого: учні 9-11 класів.
Доступ до відповідних електронних ресурсів буде надіслано учасникам на електронні адреси, зазначені під час реєстрації до 08 квітня.