Τεχνητή Νοημοσύνη και Ανάλυση Δεδομένων
Εισαγωγή
Η τεχνητή νοημοσύνη (Artificial Intelligence – AI) αναφέρεται στη διαδικασία όπου οι υπολογιστές αναλύουν δεδομένα, εκτελούν ενέργειες και μαθαίνουν από την εμπειρία τους. Στο Πρόγραμμα “Τεχνητή Νοημοσύνη και Ανάλυση Δεδομένων” αναλύονται δυο διακριτά μέρη του χώρου χωρίς να απαιτείται κάποια προηγούμενη γνώση και εμπειρία:
1. Data Analysis - Ανάλυση Δεδομένων
Η ανάλυση δεδομένων είναι η διαδικασία εξαγωγής χρήσιμων πληροφοριών από μεγάλα σύνολα δεδομένων. Περιλαμβάνει κομμάτια όπως η μορφοποίηση, ο καθαρισμός, η ανάλυση και η ερμηνεία των δεδομένων. Στο σεμινάριο περιλαμβάνονται στοιχεία περιγραφικής στατιστικής και οπτικοποίησης (visualization) των δεδομένων.
2. Machine Learning - Μηχανική Μάθηση
Η μηχανική μάθηση (machine learning) επικεντρώνεται στην ανάπτυξη στατιστικών μοντέλων και αλγορίθμων. Αυτοί οι αλγόριθμοι επιτρέπουν στους υπολογιστές να «μαθαίνουν» από δεδομένα και να κάνουν προβλέψεις ή να παίρνουν αποφάσεις χωρίς να έχουν ρητά προγραμματιστεί γι’ αυτό.
Ξεκινώντας από μηδενική βάση, χωρίς να απαιτείται καμία προηγούμενη εμπειρία στον χώρο, θα δείξουμε πώς διαχειριζόμαστε ένα μεγάλο σύνολο δεδομένων ώστε να μπορούμε σε δεύτερο χρόνο να το ομαδοποιήσουμε (clustering), να το ταξινομήσουμε (classification) και να το χρησιμοποιήσουμε για να εκπαιδεύσουμε (training) διάφορα μοντέλα μηχανικής μάθησης ώστε να δημιουργήσουμε προβλέψεις (forecasting).
Στο Πρόγραμμα παρουσιάζονται εν συντομία οι βασικές κατηγορίες μηχανικής μάθησης (1. Supervised Learning – Επιβλεπόμενη Μάθηση/2. Unsupervised Learning – Μη-Επιβλεπόμενη Μάθηση και 3. Reinforced Learning – Ενισχυτική Μάθηση) και οι κυριότερες σχετικές μεθοδολογίες. Έμφαση δίνεται στην εφαρμογή των μεθοδολογιών στην πράξη χρησιμοποιώντας εξειδικευμένο λογισμικό ανοιχτού κώδικα μηχανικής μάθησης και ανάλυσης δεδομένων, σε ανάλυση περιπτώσεων (case studies) και σε ομαδοποίηση και πρόβλεψη (clustering and forecasting) στον τομέα της Ενέργειας. Το σεμινάριο αποσκοπεί στην οικοδόμηση βασικών δεξιοτήτων στους συμμετέχοντες και παρέχει τις απαραίτητες μεθοδολογικές και πρακτικές γνώσεις στην τεχνητή νοημοσύνη (artificial intelligence) και ανάλυση δεδομένων. Γίνεται σαφές ότι, προκειμένου να ικανοποιηθούν αυτές οι ανάγκες, είναι απαραίτητη η διαρκής κατάρτιση του εργατικού δυναμικού της χώρας, ώστε να αποκτά νέες δεξιότητες προσαρμοσμένες στις νέες τεχνολογίες και στις ολοένα και περισσότερες πηγές δεδομένων στην αγορά της ενέργειας.
Εκπαιδευτικό υλικό