filmov
tv
Webinar 'Τεχνητή Νοημοσύνη - Βαθιά Μηχανική Μάθηση - Δημιουργία Ολοκληρωμένων Εφαρμογών'

Показать описание
Περιεχόμενο σεμιναρίου που πραγματοποιήθηκε από το μέλος ΕΤΕΠ του Τμήματος ΗΜΜΥ (ΠΑ.ΠΕΛ.), κ. Ευάγγελο Πεφάνη στις 6 Μαΐου 2023:
1. Τεχνητή Νοημοσύνη (AI)
2. Μηχανική Μάθηση (ML)
3. Επιβλεπόμενη Μηχανική Μάθηση
4. Ενισχυτική Μηχανική Μάθηση
5. Βαθιά Μηχανική Μάθηση (Deep Learning)
6. Νευρωνικά Δίκτυα: Βασικές έννοιες
7. Τύποι Νευρωνικών Δικτύων
8. Συνελικτικά Νευρωνικά Δίκτυα (CNNs)
9. Αναδρομικά Νευρωνικά Δίκτυα (RNNs)
10. Τεχνικές Εκπαίδευσης Νευρωνικών Δικτύων: Μεταβολή βαρών, συνάρτηση κόστους,
οπισθοδιάδοση του λάθους (error backpropagation)
11. Υπερεκπαίδευση και Προσαρμογή: Τεχνικές πρόληψης υπερεκπαίδευσης (π.χ. dropout, early
stopping)
12. Αξιολόγηση Μοντέλων: Κύριες μετρικές (π.χ. ακρίβεια, ανάκληση, F1-score)
13. Προκλήσεις και ηθικά ζητήματα στην Τεχνητή Νοημοσύνη
14. Κβαντικοί υπολογιστές και τεχνητή νοημοσύνη
15. Μέλλον της Τεχνητής Νοημοσύνης
1. Τεχνητή Νοημοσύνη (AI)
2. Μηχανική Μάθηση (ML)
3. Επιβλεπόμενη Μηχανική Μάθηση
4. Ενισχυτική Μηχανική Μάθηση
5. Βαθιά Μηχανική Μάθηση (Deep Learning)
6. Νευρωνικά Δίκτυα: Βασικές έννοιες
7. Τύποι Νευρωνικών Δικτύων
8. Συνελικτικά Νευρωνικά Δίκτυα (CNNs)
9. Αναδρομικά Νευρωνικά Δίκτυα (RNNs)
10. Τεχνικές Εκπαίδευσης Νευρωνικών Δικτύων: Μεταβολή βαρών, συνάρτηση κόστους,
οπισθοδιάδοση του λάθους (error backpropagation)
11. Υπερεκπαίδευση και Προσαρμογή: Τεχνικές πρόληψης υπερεκπαίδευσης (π.χ. dropout, early
stopping)
12. Αξιολόγηση Μοντέλων: Κύριες μετρικές (π.χ. ακρίβεια, ανάκληση, F1-score)
13. Προκλήσεις και ηθικά ζητήματα στην Τεχνητή Νοημοσύνη
14. Κβαντικοί υπολογιστές και τεχνητή νοημοσύνη
15. Μέλλον της Τεχνητής Νοημοσύνης