Το σεμινάριο Τεχνητή Νοημοσύνη & Μηχανική Μάθηση με WEKA είναι αφιερωμένο στην εξαιρετικά σημαντικό και αναπτυσσόμενο πεδίο της Μηχανικής Μάθησης (Machine Learning) και της Τεχνητής Νοημοσύνης (Artificial Intelligence).
Βρισκόμαστε σε μια εποχή όπου οι τεχνολογικές εξελίξεις στον χώρο της Τεχνητής Νοημοσύνης και της Μηχανικής Μάθησης έχουν φθάσει σε νέα ύψη. Η ικανότητα των υπολογιστικών συστημάτων να μαθαίνουν από τα δεδομένα, να λαμβάνουν αποφάσεις, και να εκτελούν εργασίες που καλύπτουν εργασίες όπως η αναγνώριση προτύπων, η αυτόματη μετάφραση, η αναγνώριση φωνής και πολλά άλλα, έχει ανοίξει νέους ορίζοντες σε πολλούς τομείς της βιομηχανίας και της επιχειρηματικότητας αλλά και της έρευνας και της ακαδημίας.
Σε αυτό το σεμινάριο, θα εξερευνήσουμε τις θεμελιώδεις έννοιες της Μηχανικής Μάθησης και της Τεχνητής Νοημοσύνης και θα τις εφαρμόσουμε σε πραγματικές καταστάσεις καθώς και την εφαρμογής τους σε πραγματικές περιοχές που χρήζουν αντιμετώπιση είτε σε ανταγωνιστικό επιχειρηματικό περιβάλλον ή/και σε ερευνητικό και ακαδημαϊκό επίπεδο. Θα καλυφθούν οι περιοχές τόσο της παλινδρόμησης (regression) όσο και της κατηγοριοποίησης (classification) μέσα από λεπτομερή παραδείγματα που στοχεύουν στην αποτελεσματική γνώση των αντίστοιχων επιστημονικών πεδίων τόσο στη θεωρία όσο και στην πράξη.
Η διδαχθείσα ύλη είναι κατάλληλα σχεδιασμένη έτσι ώστε να καλύπτει τις ανάγκες τόσο των επαγγελματιών του κλάδου όσο και φοιτητών και ερευνητών στις αντίστοιχες καινοτόμες επιχειρηματικές και επιστημονικές περιοχές.
Είναι σημαντικό να κατανοήσουμε τις σύγχρονες εξελίξεις σε αυτόν τον κλάδο, καθώς αυτές επηρεάζουν τον τρόπο με τον οποίο ζούμε, εργαζόμαστε και αλληλεπιδρούμε με τον κόσμο μας. Σας προσκαλούμε λοιπόν στον συναρπαστικό κόσμο της Τεχνητής Νοημοσύνης και της Μηχανικής Μάθησης για να μάθουμε κατακτήσουμε την νέα τεχνολογία που κινεί τις εξελίξεις σε κάθε πλευρά μιας σύγχρονης κοινωνίας.
Θεματικές Ενότητες
1. Εισαγωγή στο Σεμινάριο των Τεχνολογιών Πληροφορικής & Επικοινωνιών: Τεχνητή Νοημοσύνη & Μηχανική Μάθηση
2. Έξυπνες Πόλεις (Smart Cities or Cities 2.0)
3. Αναδυόμενες Τεχνολογίες
4. Ορίζοντας τη Μηχανική Μάθηση & την Τεχνητή Νοημοσύνη
5. Θεωρία Παλινδρόμησης
6. Θεωρία Κατηγοριοποίησης
7. Πως αξιολογούμε ένα μοντέλο Μηχανικής Μάθησης & Τεχνητής Νοημοσύνης
8. Μοντέλα Μηχανικής Μάθησης
9. Μοντέλα Τεχνητής Νοημοσύνης
10. Μοντέλα Βαθιάς Μάθησης
11. Μείωση Διαστάσεων
12. Ποιο Μοντέλο να Επιλέξω
13. Το Λογισμικό Ανοικτού Κώδικα Weka
14. Υποστηριζόμενα Είδη Αρχείων
15. Πειραματικά Αρχεία Δεδομένων
16. Πειράματα & Εφαρμογές Παλινδρόμησης
17. Πειράματα & Εφαρμογές Κατηγοριοποίησης
18. Τελικό Project