Prijavi problem

Obeleži sve kategorije koje odgovaraju problemu

Problem sa prikazivanjem Stranica ili neki deo stranice se ne prikazuje očekivano.

Problemi sa zadatkom Neispravni primeri, neočekivana rešenja, postavka...

Problemi sa grader-om Dugo čekam na rezultat, ne dobijam rezultat...

Problemi sa sadržajem Greška u tekstu, neispravna formula...

Ostalo Ne mogu da se logujem, problem sa kontrolnom tablom...

Još detalja - opišite nam problem

Улогујте се да бисте започели курс

Улогуј се

Погледај курс одмах

Преузми курс

Овај курс укључује

41 активности

Могућност самосталног рада

Савремена вештачка интелигенција за четврти разред специјализованих ИТ одељења

Oвај курс покрива једну наставну тему предмета Програмске парадигме и намењен је ученицима специјализованих ИТ одељења 4. разреда средње школе. Осмишљен је за све оне који желе да науче нешто више о савременoj вештачкoj интелигенцији и разумеју принципе њеног функционисања. Овој интересантној и надасве сложеној теми прићи ћемо из угла практичне примене, улоге података, дизајна алгоритама, оцене система вештачке интелигенције и друштвено битних аспеката.

Поред рада у школи, курс може да се пролази и самостално.

Овај курс Фондација Петља објавила je под лиценцом Creative Commons Autorstvo 4.0 Međunarodna Licenca (CC BY 4.0).

Аутор курса: Анђелка Зечевић

Рецензент: Петар Величковић

Лектор: Ивана Смоловић

Улогујте се да бисте започели курс

Улогуј се

Погледај курс одмах

Преузми курс

Шта ћеш научити

Шта је заједничко за највећи број система савремене вештачке интелигенције
Где сусрећемо системе вештачке интелигенције
Које је улога података у развоју једног система вештачке интелигенције
Како настају скупови података и на који начин се анализирају
Шта је машинско учење
Шта је задатак регресије и где се примењује
Како функционише алгоритам линеарне регресије
Шта је задатак класификације и где се примењује
Како функционишу алгоритам логистичке регресије и алгоритам к-најближих суседа
Шта је кластеровање и како функционише алгоритам к-средина
Шта су неуронске мреже и зашто су нам важне
Како се обучавају неуронске мреже
Које врсте неуронских мрежа постоје и где се примењују
Како се користе модели машинског учења за решавање практичних задатака
О чему водимо рачуна док развијамо систем вештачке интелигенције
Какав утицај ова област има на друштво

Потребне ствари за курс

Познавање програмског језика Python
Налог на платформи Google Colab или локална машина подешена у складу са смерницама које су доступне у оквиру курса

Садржај курса

Увод 4 лекције

Програмирање вођено подацима 4 лекције

Hands-on зона 3 лекције

Улога података 4 лекције

Припрема података 3 лекције

Линеарна регресија 4 лекције

Класификација 5 лекција

Преприлагођавање 3 лекције

Неуронске мреже - увод 3 лекције

Неуронске мреже - врсте и примена 4 лекције

Кластеровање 3 лекције

Друштвено битни аспекти развоја вештачке интелигенције 1 лекција