top of page

5 Iššūkis

Dirbtinis intelektas: Prognozuoti DVT rodiklius iš viešai prieinamų duomenų

Užduoties pavadinimas ir bendrieji faktai

 

Pavadinimas: Dirbtinis intelektas:  Prognozuoti DVT rodiklius

iš viešai prieinamų duomenų

Pagrindinė idėja: naudoti daugiamečius šalies duomenis,

kad būtų galima nustatyti kokie veiksniai daro įtaką DVT

Iššūkio tipas: mini (4 savaitės)

Iššūkio autorius: Abertos universitetas

Vykdytojas: dr: José Coelho, Vitor Rocio

Vykdytojo kontaktiniai duomenys: jose.coelho@uab.pt

vitor.rocio@uab.pt

 

Iššūkis susijęs su Dirbtinio Intelekto tema

Picture5.png

Kontekstas ir aktualumas: bendrai susijęs su DVT/konkrečiai susijęs su profesinio pritaikymo sritimi

Šis iššūkis yra visiškai susijęs su DVT, tačiau nėra konkrečiai susijęs su tam tikra taikymo sritimi. Mokiniai gali pasirinkti SDG pagal savo pageidavimus arba darbo kontekstą, ištirti nuo jų priklausančius veiksnius ir parengti rekomendacijas šalims ir įmonėms. Daugiausia dėmesio skiriama ML metodams, taikomiems praeities duomenims.

Iššūkio variantai

Netaikoma - kiekvienas studentas gali pasirinkti SDG ir tikslinį rodiklį, todėl uždaviniai gali būti labai skirtingi, bet sprendžiami naudojant panašius metodus.

Verslo partneris pramonės ar mokslinių tyrimų srityje

NETAIKOMA

Sąlygos besimokantiesiems

CH5-LT.png

Funkciniai reikalavimai

Programinė įranga: R kalba

Techninė įranga: NETAIKOMA

Darbo erdvė: R statistinių skaičiavimų projektas

Poveikis

Rekomendacijų, skirtų viešosioms įstaigoms ir (arba) bendrovėms, siekiant pagerinti nustatytą DVT, rinkinių rengimas remiantis ML išvadomis.

Atviros temos ir klausimai

Rodikliai, kurių poveikis DVT, taikant ML metodus, nepasitvirtina, gali būti nurodomi kaip nereikšmingi, tačiau neaišku, kaip tai gali atsispindėti rekomendacijose.

transformation-3753466.jpg
ASISTANT -
Iššūkiais grindžiamas mokymasis DI sustiprintos skaitmeninės transformacijos mokymo programoje
bottom of page