Τι να ετοιμάσετε
Προετοιμάστε ένα έργο εργασίας, την επεξεργάσιμη πηγή ή τα αρχεία έργου, μια αναφορά και ένα βίντεο επίδειξης. Προσδιορίστε με σαφήνεια τους εξωτερικούς πόρους και τη δική σας συμβολή.
Υποκατηγορία
Artificial Intelligence Systems
SW02 · Λογισμικό, τεχνητή νοημοσύνη και προσομοίωση
Develop innovative AI solutions using machine learning, deep learning, natural language processing or computer vision technologies.
Τι συμβαίνει σε αυτή την κατηγορία;
Διδάξτε ένα σύστημα να αναγνωρίζει και να αιτιολογεί.
Κατασκευάστε ένα έργο στο οποίο η τεχνητή νοημοσύνη έχει μια σημαντική δουλειά να κάνει. Μπορεί να αναγνωρίζει μοτίβα σε εικόνες, να δίνει νόημα στα δεδομένα ή να υποστηρίζει μια χρήσιμη απόφαση. Ξεκινήστε με ένα ξεκάθαρο πρόβλημα και, στη συνέχεια, επιλέξτε δεδομένα και μια μέθοδο που του ταιριάζει.
Κατά τη διάρκεια της επίδειξης, η ομάδα σας δείχνει τι παράγει το σύστημα και πώς το δοκιμάσατε, συμπεριλαμβανομένων παραδειγμάτων που δεν έχει απλώς απομνημονεύσει. Εξηγήστε πού λειτουργεί καλά, πού κάνει λάθη και γιατί τα αποτελέσματά του πρέπει να είναι χρήσιμα στους ανθρώπους που το χρησιμοποιούν.
Η κριτική επιτροπή εξετάζει την απόδοση, την εφαρμογή, την πρακτική αξία και την υπεύθυνη χρήση του μοντέλου. Οι μαθητές θα πρέπει να είναι σε θέση να εξηγήσουν τη δική τους συμβολή και τα όρια των ισχυρισμών τους. Οι δηλώσεις συνόλου δεδομένων, τα τεκμήρια δοκιμών και οι απαιτήσεις υποβολής περιγράφονται στο επίσημο εγχειρίδιο κανόνων.
FOCUS AREAS
Project Focus Areas
Machine Learning
Applying supervised and unsupervised learning models, neural networks and deep learning techniques.
Data Analysis
Processing and visualizing large datasets to extract meaningful insights.
Ethical AI
Developing explainable, transparent and socially beneficial artificial intelligence systems.
PROJECT DEVELOPMENT
Shape the future with intelligent systems
Participants develop AI projects in areas such as image recognition, natural language processing, prediction or recommendation systems.
Model accuracy, dataset quality, innovation and ethical usage are important evaluation factors.
Από την προετοιμασία στον αγώνα
Χρησιμοποιήστε αυτόν τον οδηγό για να κατανοήσετε την εμπειρία. Διαβάστε το επίσημο εγχειρίδιο κανόνων για τις πλήρεις απαιτήσεις εισόδου και τις τεχνικές απαιτήσεις.
Την ημέρα του αγώνα
Εκτελέστε το έργο ζωντανά, δείξτε τις κύριες λειτουργίες του και απαντήστε σε ερωτήσεις σχετικά με τις επιλογές σας. Να είστε έτοιμοι να εξηγήσετε τα τεστ, τα λάθη και τις βελτιώσεις με δικά σας λόγια.
Τι ψάχνει η κριτική επιτροπή
Η αξιολόγηση ακολουθεί τη ρουμπρίκα της κατηγορίας και το εγγεγραμμένο επίπεδο. Μια λειτουργική, καλά κατανοητή λύση έχει μεγαλύτερη σημασία από τον αριθμό των χαρακτηριστικών ή την περιττή πολυπλοκότητα.
Επίπεδα 01–07 • Ζωντανή επίδειξη • Μέγιστος αριθμός 100 πόντων
Αναφορά: μέγιστο 10 σελίδες. Βίντεο: το πολύ 3 λεπτά. Συμπεριλάβετε τον πηγαίο κώδικα και τις οδηγίες ρύθμισης, δηλώσεις δεδομένων όπου υπάρχουν, μια κατάλληλη μέτρηση απόδοσης και αποδεικτικά στοιχεία δοκιμών σε αόρατα δεδομένα.
| Κριτήρια αξιολόγησης | Πόντοι |
|---|---|
| AI Model Performance | 30 |
| Πολυπλοκότητα & Υλοποίηση | 25 |
| Εφαρμογή στον πραγματικό κόσμο | 25 |
| Ηθικές Θεωρήσεις | 20 |
Χώρος παρουσίασης έργων
ΕΠΙΣΗΜΟ ΕΓΓΡΑΦΟ
Κανόνες και οδηγίες διαγωνισμού
Ελέγξτε τους επίσημους κανόνες, τα κριτήρια βαθμολόγησης και τις απαιτήσεις έργων.
Η συμμετοχή συνεπάγεται αποδοχή του επίσημου εγχειριδίου κανόνων. Όλες οι ομάδες, οι μέντορες και οι μαθητές αναμένεται να διαβάσουν, να κατανοήσουν και να συμμορφωθούν με τους κανόνες.