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 sada výukových materiálů jsou pro nekomerční využití zcela zdarma.

Obecná osnova

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 budou schopní vysvětlit rozdíly mezi umělou inteligencí, strojovým učení a dalšími oblastmi umělé inteligence. Ke každé oblasti poznají konkrétní příklady aplikací. Dále získají přehled o tom, jak se umělá inteligence vyvíjela a v jakém stavu se nachází dnes.)
• 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 a kdy naopak může vést k omylu (chyby v datech, bias). Na jednoduchém cvičení si vyzkoušejí základní přístupy k datové analýze.)
• Typy strojového učení (Žáci budou schopní rozlišit základní typy strojového učení a spojit si je s konkrétními aplikacemi z běžného života. Získají motivaci pro detailnější studium jednotlivých metod.)
• Filosofie umělé inteligence (Žáci budou schopní argumentovat pro i proti použití umělé inteligence v různých oblastech a získají přehled o výzvách, problémech a především příležitostech, spojených s umělou inteligencí.)
• Základy datové analýzy v jazyce Python (Žáci se na praktických příkladech, vycházejících z lokálních reálií blízkým jejich věkové kategorii, naučí pracovat s jazykem Python a zároveň poznají základy práce s daty.)
• Regrese (Žáci budou schopní aplikovat základní regresní metody na jednoduché problémy s využitím knihovy ScikitLearn v Pythonu.)
• Klasifikace (Žáci budou schopní aplikovat základní klasifikační metody na jednoduché problémy s využitím knihovy ScikitLearn v Pythonu.)
• Neuronové sítě (Žáci budou schopní navrhnout jednoduché neuronové sítě pro klasifikační i regresní problémy v knihovně Tensorflow/python. Dále získají představu o tom, k čemu jsou neuronové sítě dobré a kde se dají použít.)
• 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.