Tekoälyn tehopäivät

Päivä 1 - liiketoimintahyötyä tekoälystä

• Mitä tekoäly on?
• Miten tekoäly on kehittynyt ja millaisia haasteita on käyty läpi?
• Tekoälyn globaalit trendit ja nykytilanne Suomessa
• Ohjattu oppiminen, ohjaamaton oppiminen ja syväoppiminen
• Viisi kysymystyyppiä joihin tekoälyllä voidaan vastata
• Data-analytiikka ja visualisoinnin merkitys
• Workshop: Datan hyödyntäminen ja “AI Business Model canvas” -esittely
• Tekoälyn kouluttaminen - kuinka kone saadaan opetettua?
• Tekoäly osaksi liiketoimintaa
• Workshop: Oman projektin hahmottelu
• Tekoäly muuttaa arvoketjuja - pohdintaa tekoälyn luonteesta
• Työkaludemo 1
• Kysymyksiä ja keskustelua

Päivä 2 - tyypilliset tekoälytekniikat tutuksi

• Koneoppimisen, syväoppimisen ja vahvistusoppimisen perusideat
• Loss/accuracy funktio, Gradient Descent toimintaperiaate, aktivaatiofunktiot ja niiden merkitys
• Katsaus koneoppimisen/machine-learning menetelmiin (regressio, logistinen regressio, decision tree, random forest, support vector machine, Bayes)
• Deep-Learning: Neuroverkon rakentaminen, neuronin toiminta ja aktivaatiofunktiot
• Workshop: rakennetaan ja etsitään sopivat kertoimet neuroverkolle
• Vahvistusoppiminen /reinforcement learning epäideaalisuudet huomioiden
• Työkalujen yleisesittely ja tyypillisen tekoälyprojektin kulku
• Työkaludemo 2
• Mistä dataa tekoälyn kouluttamiseen?
• Mitenkä jatkan tästä eteenpäin? Mitkä ovat tärkeitä aiheita opiskella ja ymmärtää?
• Kysymyksiä ja keskustelua