Výuka informatiky na středních školách pro 21. století

Nabízíme dodání všeho potřebného pro zapojení výuky umělé inteligence na středních školách. Členstvím v AI akademii získáte přístup k neustále aktualizovaným podkladům pro plnohodnotnou výuku umělé inteligence s využitím Vašeho učitelského sboru. Výukové materiály, které se skládají z prezentací, praktických cvičení a data setů, přizpůsobíme Vašim specifickým požadavkům a Vaše učitele řádně proškolíme. Není žádný problém, pokud jsou v oblasti umělé inteligence nováčky.

Jako členové AI akademie máte možnost podílet se na tvorbě nových materiálů a získat tak materiály vytvořené přesně na míru Vašim požadavkům.

Členství je určeno primárně pro gymnázia, střední průmyslové školy, střední odborné školy a technická lycea, zapojit se však může jakákoliv vzdělávací instituce.

Studijní materiály pro žáky ve formě elektronické učebnice a základní sady řešených úloh jsou pro nekomerční využití zcela zdarma.

Obecná osnova

Pro ilustraci uvádíme obecnou osnovu, ze které při přípravě materiálů vycházíme. Skutečný rozsah, hloubka a časová dotace výuky jsou vždy stanoveny na základě požadavků školy.

• Úvod do umělé inteligence (Žáci porozumí tomu, co je a co není umělá inteligence, a rozdílu mezi strojovým učením a umělou inteligencí.)
• Data a informace (Žáci budou rozumět rozdílu mezi daty a informacemi, na příkladech si uvědomí, jak snadno může selhat intuice a jak výhodné může být rozhodování na základě dat.)
• Typy strojového učení (Žáci pochopí rozdíl mezi strojovým učením s učitelem a bez učitele, dokáží popsat rozdíl mezi klasifikací, regresí a shlukováním a identifikovat jejich vhodné aplikace. Dále budou seznámeni s příklady aplikací umělé inteligence, se kterými se v běžném životě setkávají a budou rozumět jejich limitům i potenciálním hrozbám. Z praktických aplikací se zaměříme na zpracování obrazu, zpracování přirozeného jazyka, doporučování a hraní her.)
• Filosofické aspekty umělé inteligence (Žáci budou seznámeni se základními postoji a argumenty technologických optimistů i pesimistů na poli umělé inteligence.)
• Matematické základy (Žáci budou nenásilně seznámeni s matematickými koncepty nutnými pro pochopení základních metod strojového učení.)
  
• Základy jazyka Python (Žáci budou schopní psát samostatně jednoduché programy pro analýzu dat v Pythonu.)
• Proces strojového učení (Žáci porozumí procesu strojového učení od přípravy dat až po trénování, predikci a validaci.)
• Klasifikace (Žákům budou představeny základní přístupy ke klasifikaci. Neočekává se porozumění jednotlivým metodám do detailu, ale pochopení základních principů jejich principů na intuitivní úrovni.)
• Regrese (Žákům budou představeny základní přístupy k regresi. Neočekává se porozumění jednotlivým metodám do detailu, ale pochopení základních principů jejich principů na intuitivní úrovni.)
• Neuronové sítě (Žáci pochopí principy umělých neuronových sítí, seznámí se s nejdůležitějšími aktivačními a chybovými funkcemi a na intuitivní úrovni, bez nutnosti znalosti derivací, pochopí algoritmus zpětné propagace chyby a automaticky vznikajících reprezentací vstupu.)
• Projekt (V rámci volitelné kapitoly budou nabídnuty data sety a vzorová řešení složitějších problémů vhodných pro samostatné studentské projekty.)

Pro více informací a zájem o členství v AI akademii nás prosím kontaktujte na info@mlcollege.com.