Budowa zbiorów danych oraz ocena jakości w rozwiązaniach bazujących na uczeniu maszynowym

Podczas kursu uczestnicy poznają budowę zbiorów danych służących treningowi i testowaniu systemów wykorzystujących uczenie maszynowe oraz metody oceny jakości tych systemów.

Pierwsza część szkolenia będzie poświęcona praktykom kolekcjonowania danych, etykietowania, przetwarzania wstępnego oraz tworzenia zbiorów treningowych, walidacyjnych i testowych, wykorzystywanych w systemach uczenia maszynowego.
Druga część obejmuje problematykę oceny jakości tych systemów oraz powszechnie stosowane metryki i metody testowania w oparciu o zebrane zbiory danych. Algorytmy uczenia maszynowego wykorzystane będą w formie „czarnych skrzynek”, bez rozważania sposobu ich działania.

Kurs przygotowali eksperci z Politechniki Gdańskiej, specjalizujący się w sztucznej inteligencji.

Wymagania
Kursanci powinni znać przykładowe zastosowania algorytmów ML i podstawy algebry. Podczas zajęć potrzebny będzie komputer z mikrofonem, głośnikami/słuchawkami i dostępem do internetu.

Spotkania organizuje Hub Innowacji Cyfrowych dih4.ai należący do koordynowanej przez Platformę Przemysłu Przyszłości sieci polskich Digital Innovation Hubs.