Mitä valmistaa
Valmistele työprojekti, sen muokattavat lähde- tai projektitiedostot, raportti ja esittelyvideo. Tunnista ulkoiset resurssit ja oma panos selkeästi.
SW02 · Ohjelmistot, tekoäly ja simulointi
Develop innovative AI solutions using machine learning, deep learning, natural language processing or computer vision technologies.
Rakenna projekti, jossa tekoälyllä on mielekästä tehtävää. Se voi tunnistaa kuvien kuvioita, antaa järkeä tiedoista tai tukea hyödyllistä päätöstä. Aloita selkeästä ongelmasta ja valitse sitten data ja menetelmä, joka sopii sille.
Esittelyn aikana tiimisi näyttää, mitä järjestelmä tuottaa ja miten testasit sitä, mukaan lukien esimerkkejä, joita se ei ole vain muistanut ulkoa. Selitä, missä se toimii hyvin, missä se tekee virheitä ja miksi sen tulosten pitäisi olla hyödyllisiä sitä käyttäville ihmisille.
Tuomaristo ottaa huomioon mallin suorituskyvyn, toteutuksen, käytännön arvon ja vastuullisen käytön. Opiskelijoiden tulee osata selittää oma panoksensa ja väitteidensä rajat. Tietojoukkoilmoitukset, testitodisteet ja toimitusvaatimukset on kuvattu virallisessa sääntökirjassa.
Applying supervised and unsupervised learning models, neural networks and deep learning techniques.
Processing and visualizing large datasets to extract meaningful insights.
Developing explainable, transparent and socially beneficial artificial intelligence 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.
Käytä tätä opasta ymmärtääksesi kokemuksen. Lue virallisesta sääntökirjasta täydelliset osallistumis- ja tekniset vaatimukset.
Valmistele työprojekti, sen muokattavat lähde- tai projektitiedostot, raportti ja esittelyvideo. Tunnista ulkoiset resurssit ja oma panos selkeästi.
Suorita projekti livenä, esittele sen päätoiminnot ja vastaa valintojasi koskeviin kysymyksiin. Ole valmis selittämään testejä, virheitä ja parannuksia omin sanoin.
Arviointi noudattaa luokkarubriikkia ja rekisteröityäsi tasoa. Toimiva, hyvin ymmärretty ratkaisu on tärkeämpää kuin ominaisuuksien määrä tai tarpeeton monimutkaisuus.
Tasot 01–07 • Live-esittely • Enintään 100 pistettä
Raportti: enintään 10 sivua. Video: enintään 3 minuuttia. Sisällytä lähdekoodi- ja asennusohjeet, tietojoukkoilmoitukset tarvittaessa, asianmukainen suorituskykymittari ja todisteet näkymättömien tietojen testaamisesta.
| Arviointikriteerit | Pisteet |
|---|---|
| AI-mallin suorituskyky | 30 |
| Monimutkaisuus ja toteutus | 25 |
| Reaalimaailman soveltuvuus | 25 |
| Eettiset näkökohdat | 20 |
Tutustu virallisiin sääntöihin, arviointikriteereihin ja projektivaatimuksiin.
Osallistuminen edellyttää virallisen sääntökirjan hyväksymistä. Kaikkien tiimien, mentoreiden ja opiskelijoiden odotetaan lukevan, ymmärtävän ja noudattavan sääntöjä.