Realizowane projekty

W ramach grantu JM Rektora dla studenckich kół naukowych nasze koło realizuje projekt:

Automatyzacja uczenia maszynowego w środowisku metod z rodziny Gradient Boosting

 

Celem automatyzacji uczenia maszynowego jest podejmowanie decyzji dotyczących uczenia maszynowego w sposób: 

  • oparty na danych
  • obiektywny 
  • zautomatyzowany

 

Gradient boosting to podejście do problemu predykcji dające obecnie jedne z najlepszych wyników pod względem jakości. Idea analizy wprowadzona przez gradient boosting została rozwinięta w ramach kilku metod, np. Gradient Boosting, XGBoost, LightGBM, CatBoost.

 

W naszym projekcie chcemy sprawdzić, czy da się z korzyścią zautomatyzować dobór metody z rodziny Gradient Boosting w zależności od analizowanego problemu (rodzaju analizowanych danych).

W ramach wydarzenia Noc Naukowców 2023 zrealizowaliśmy projekt, w ramach którego możliwe było sprawdzenie ile pajacyków jesteście w stanie zrobić w 10 sekund. Aktywność była liczona przez komputer, analizując obraz rejestrowany za pomocą kamery.

Na naszym stanowisku mogliście dowiedzieć się w jaki sposób komputer z wykorzystaniem sztucznej inteligencji nauczył się rozpoznawać ułożenie ciała człowieka. Emocje towarzyszące zabawie w równym stopniu wciągały dzieci, młodzież i dorosłych.

Przewiń do góry