Wat te bereiden
Bereid een werkproject voor, de bewerkbare bron- of projectbestanden, een rapport en een demonstratievideo. Identificeer externe bronnen en uw eigen bijdrage duidelijk.
SW02 · Software, AI en simulatie
Develop innovative AI solutions using machine learning, deep learning, natural language processing or computer vision technologies.
Bouw een project waarin kunstmatige intelligentie een zinvolle taak heeft. Het kan patronen in afbeeldingen herkennen, betekenis geven aan gegevens of een nuttige beslissing ondersteunen. Begin met een duidelijk probleem en kies vervolgens voor data en een methode die daarbij past.
Tijdens de demonstratie laat uw team zien wat het systeem produceert en hoe u het heeft getest, inclusief voorbeelden die het niet zomaar uit het hoofd heeft geleerd. Leg uit waar het goed werkt, waar het fouten maakt en waarom de resultaten nuttig zouden moeten zijn voor de mensen die het gebruiken.
De jury kijkt naar de prestaties, implementatie, praktische waarde en verantwoord gebruik van het model. Studenten moeten hun eigen bijdrage en de grenzen van hun claims kunnen toelichten. Datasetdeclaraties, testbewijs en indieningsvereisten worden beschreven in het officiële rulebook.
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.
Gebruik deze gids om de ervaring te begrijpen. Lees het officiële reglement voor de volledige deelname- en technische vereisten.
Bereid een werkproject voor, de bewerkbare bron- of projectbestanden, een rapport en een demonstratievideo. Identificeer externe bronnen en uw eigen bijdrage duidelijk.
Voer het project live uit, demonstreer de belangrijkste functies ervan en beantwoord vragen over uw keuzes. Wees bereid om tests, fouten en verbeteringen in uw eigen woorden uit te leggen.
Beoordeling volgt de categorierubriek en uw geregistreerde niveau. Een werkende, goed begrepen oplossing is belangrijker dan het aantal functies of onnodige complexiteit.
Niveaus 01–07 • Live demonstratie • Maximaal 100 punten
Rapport: maximaal 10 pagina's. Video: maximaal 3 minuten. Voeg broncode en installatie-instructies toe, datasetdeclaraties waar van toepassing, een geschikte prestatiestatistiek en bewijs van testen op ongeziene gegevens.
| Evaluatiecriteria | Punten |
|---|---|
| Prestaties van AI-modellen | 30 |
| Complexiteit en implementatie | 25 |
| Toepasbaarheid in de echte wereld | 25 |
| Ethische overwegingen | 20 |
Bekijk de officiële regels, beoordelingscriteria en projectvereisten.
Deelname impliceert aanvaarding van het officiële reglement. Van alle teams, mentoren en studenten wordt verwacht dat ze de regels lezen, begrijpen en naleven.