Διοικητικές πληροφορίες
| Τίτλος | Επεξεργασία παρτίδων |
| Διάρκεια | 60 λεπτά |
| Ενότητα | Β |
| Είδος μαθήματος | Φροντιστήριο |
| Εστίαση | Τεχνική — Βαθιά Μάθηση |
| Θέμα | Επεξεργασία παρτίδων |
Λέξεις-κλειδιά
επεξεργασία παρτίδων, οπίσθια διάδοση,
Μαθησιακοί στόχοι
- Κατανοήστε τους μηχανισμούς πίσω από την επεξεργασία παρτίδων και την οπίσθια διάδοση
- Μάθετε την επεξεργασία παρτίδων τροποποιώντας τον υπάρχοντα κωδικό Python
Αναμενόμενη προετοιμασία
Μαθησιακές εκδηλώσεις που πρέπει να ολοκληρωθούν πριν
Υποχρεωτικό για τους φοιτητές
Καμία.
Προαιρετικό για Φοιτητές
Καμία.
Αναφορές και υπόβαθρο για τους μαθητές
Καμία.
Συνιστάται για εκπαιδευτικούς
Καμία.
Υλικό μαθήματος
Οδηγίες για τους εκπαιδευτικούς
Το σεμινάριο περιλαμβάνει κώδικα λήξης που εφαρμόζουν παραλλαγές του Gradient Descent στα δεδομένα. Οι μαθητές πρόγραμμα σε python και παρέχονται με δεδομένα για να δείξει τα (α-) πλεονεκτήματα των διαφορετικών στρατηγικών ομαδοποίησης. Ο προγραμματισμός πρέπει να ολοκληρωθεί σε περίπου μία ώρα.
Σχεδιάγραμμα
Οι εκπαιδευτές μπορούν να επιλέξουν να αφήσουν τους μαθητές να εργαστούν μεμονωμένα ή σε ομάδες στο πρακτικό σημειωματάριο για ολόκληρη την τάξη (60 λεπτά) ή να περάσουν χρόνο συζητώντας τα αποτελέσματα αμέσως στην τάξη.
Αναγνωρίσεις
Το πρόγραμμα Μάστερ τεχνητής νοημοσύνης με επίκεντρο τον άνθρωπο συγχρηματοδοτήθηκε από τον μηχανισμό «Συνδέοντας την Ευρώπη» της Ευρωπαϊκής Ένωσης στο πλαίσιο της επιχορήγησης CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.