Co systém produkuje?

PedalShare vytvořil výše zobrazený AI systém pro předpověď počtu půjčených kol zítra. Prediktivní AI systém přijímá vstupy, zpracuje je a vyprodukuje výstup.

Spusť systém, prozkoumej jeho části a vyber položku, která představuje výstup systému.

Toto cvičení je součástí kurzu

Porozumění umělé inteligenci

Zobrazit kurz

Interaktivní praktické cvičení

Proměňte teorii v praxi s jedním z našich interaktivních cvičení

Začít cvičení

Toto cvičení je součástí kurzu

Porozumění umělé inteligenci

SkillTag.level.beginnerSkillTag.label

4.8+

17569 reviews

Začněte kurz zdarma

Vydej se na cestu světem AI! Umělá inteligence se rychle přesunula z ryze vědeckého oboru do zastřešujícího odvětví s nespočtem využití – v podnikání, průmyslu i v každodenním životě. Dozvíš se, co AI je, jaké typy problémů dokáže řešit a jaká jsou její současná omezení. Získáš také ucelený přehled o dílčích oblastech AI a disciplínách, které s ní souvisejí.

Exercise 1: Co je umělá inteligence?Exercise 2: Splňuje definici AI?Exercise 3: Dnes úzká, zítra obecná?Exercise 4: Co dokáže AI?Exercise 5: Jakou schopnost plánovač využívá?Exercise 6: Který systém využívá předpovědi a inferenci?Exercise 7: Oblast a příbuzné disciplíny umělé inteligence Exercise 8: Která disciplína pomáhá robotovi vidět?Exercise 9: Poslouchej a uč se

Jaké jsou základní funkce systémů AI a jaké možnosti jednotlivé oblasti nabízejí? Odkud pocházejí data, která pohánějí systémy AI, a jak je využívají techniky jako strojové učení k řešení různých problémů? Tato kapitola odpovídá na tyto i další otázky a odhaluje, jak různé formy AI získávají data, učí se z nich a interagují se svým okolím – ať už fyzickým, nebo digitálním.

Exercise 1: Algoritmy a systémy umělé inteligence bez záhad Exercise 2: Co systém produkuje?

Aktuální cvičení

Exercise 3: Pod pokličku AI systému pro rezervaci hotelu Exercise 4: Získávání dat Exercise 5: Které řešení tvoří skutečnou smyčku snímat a jednat?Exercise 6: Strukturovaná, nebo nestrukturovaná?Exercise 7: Učení z dat Exercise 8: Trénování a klasifikace s tučňáky Exercise 9: Která úloha vyžaduje učení bez učitele?Exercise 10: Deep learning přišel, aby zůstal Exercise 11: Interakce s prostředím Exercise 12: Který NLP úkol zjistí, co si zákazníci myslí?Exercise 13: Robotika, počítačové vidění a zpracování přirozeného jazyka – roztřiď si je

Připrav se na ponoření do fascinujícího světa AI v podnikání a enterprise prostředí! Tato kapitola odhaluje základní koncepty, pravidla a osvědčené postupy pro budování organizace řízené AI. Ať už chceš vybavit své produkty, služby a projekty nádechem inteligence, nebo zrevolučnit provozní procesy uvnitř své organizace – na konci kapitoly pochopíš klíčové prvky potřebné k zavedení této technologie: od firemní kultury přes data a infrastrukturu až po sestavování týmů talentovaných odborníků na AI. Dozvíš se také o výzvách, které mohou na cestě vyvstat, a o příkladech úspěšných příběhů velkých společností, jež dokázaly udělat z AI ústřední součást své značky.

Exercise 1: Budování kultury AI Exercise 2: Čtyři ingredience AI-driven organizací Exercise 3: Připrav organizaci na AI Exercise 4: Datová strategie, zdroje a lidé Exercise 5: Vyber správnou infrastrukturu Exercise 6: „Zen" MLOps Exercise 7: Budování týmu!Exercise 8: Je tvůj nasazený systém AI úspěšný?Exercise 9: Co se děje s tímto modelem?Exercise 10: Akademický Proof-of-Concept (PoC)Exercise 11: Výzvy a příběhy úspěchu Exercise 12: Jak pěstovat kulturu AI Exercise 13: Paola a módní projekt

Jak se naše vzrušující cesta světem AI blíží ke konci, zaměříme se na hlubokou provázanost AI s jejím dopadem na lidstvo a společnost. Prozkoumáme témata jako demokratizace AI a odpovědná AI – včetně etiky, interpretovatelnosti, spravedlnosti a bezpečnosti, které jsou zásadní pro rozvoj systémů AI, jež mají na naše životy pozitivní vliv. Na závěr se podíváme do budoucnosti a nastíníme vzrušující možnosti i výzvy, které AI přináší při utváření udržitelné budoucnosti.

Exercise 1: Demokratizace umělé inteligence Exercise 2: Osvědčené postupy pro demokratizaci AI Exercise 3: Otvíráme dveře otevřeným datům Exercise 4: Vysvětlitelnost a interpretovatelnost Exercise 5: Sleduj cestu tučňáka Exercise 6: Čtení SHAP vysvětlení Exercise 7: Společenské výzvy: etika, spravedlnost a soukromí Exercise 8: Sdílení dat pro rozvoj AI Exercise 9: Zaujatý, nebo nestranný přístup?Exercise 10: Zkreslené vozidlo Exercise 11: Společenské výzvy: budoucnost AI Exercise 12: Tisíc tváří udržitelného AI Exercise 13: Paola a lidská stránka AI Exercise 14: Jedna cesta končí, druhá začíná