Если Вы стали свидетелем аварии, пожара, необычного погодного явления, провала дороги или прорыва теплотрассы, сообщите об этом в ленте народных новостей. Загружайте фотографии через специальную форму.
Рекламный баннер 990x90px header-top
Рекламный баннер 728x90px center-top
16 июня 2025 года в группах 114П и 114С состоялась защита проектных работ по прикладному модулю «Основы искусственного интеллекта»
16 июня 2025 года в группах 114П и 114С состоялась защита проектных работ по прикладному модулю «Основы искусственного интеллекта».
Преподаватели информатики Васильева И.В., Темерева Е. В. предложили изложить реферативный материал и провести практическое исследование темы в проектных работах.
Студенты изложили в проектных работах следующие вопросы:
•Разделение данных на обучающую и тестовую выборки.
•Обработка данных: очистка, нормализация, кодирование категориальных переменных.
•Объяснение различных типов моделей машинного обучения.
•Выбор подходящей модели для задачи классификации.
•Реализация выбранной модели в Python.
•Настройка гиперпараметров модели.
•Метрики оценки качества модели.
•Оценка производительности модели на тестовой выборке.
•Анализ ошибок модели.
•Улучшение модели путём изменения параметров или добавления новых признаков.
Для успешного выполнения заданий проектной работы студентам потребовались следующие знания и навыки:
•Основы работы с языком Python.
•Базовые понятия машинного обучения (что такое модель, как она обучается, какие метрики используются для оценки качества).
•Умение работать с большими наборами данных (очистка, нормализация).
Ряд студентов применили исследовательский метод в проектных работах: проведение исследований на основе предоставленных данных.
#СПО71 #СПО #ТЭК
Преподаватели информатики Васильева И.В., Темерева Е. В. предложили изложить реферативный материал и провести практическое исследование темы в проектных работах.
Студенты изложили в проектных работах следующие вопросы:
•Разделение данных на обучающую и тестовую выборки.
•Обработка данных: очистка, нормализация, кодирование категориальных переменных.
•Объяснение различных типов моделей машинного обучения.
•Выбор подходящей модели для задачи классификации.
•Реализация выбранной модели в Python.
•Настройка гиперпараметров модели.
•Метрики оценки качества модели.
•Оценка производительности модели на тестовой выборке.
•Анализ ошибок модели.
•Улучшение модели путём изменения параметров или добавления новых признаков.
Для успешного выполнения заданий проектной работы студентам потребовались следующие знания и навыки:
•Основы работы с языком Python.
•Базовые понятия машинного обучения (что такое модель, как она обучается, какие метрики используются для оценки качества).
•Умение работать с большими наборами данных (очистка, нормализация).
Ряд студентов применили исследовательский метод в проектных работах: проведение исследований на основе предоставленных данных.
#СПО71 #СПО #ТЭК
138
Рекламный баннер 728x90px center-bottom
Поделитесь новостями с жителями города
Рекламный баннер 200x200px sidebar-right
Рекламный баннер 200x200px sidebar-right
Полезные ресурсы
Разработка -
