- Kopējais stundu (akadēmiskais) skaits, no kurām:
-
80
- Kontaktstundas attālināti
-
32
- Patstāvīgais darbs attālināti
-
48
Mākslīgais intelekts humanitārās zinātnēs
3.9
(18)
Lai pieteiktos programmai, lūdzu autorizējies platformā
- Izglītības iestāde
- Programmas veids
-
Studiju kurss
- Mācību nozare
-
Elektronisko un optisko iekārtu ražošanas, informācijas un komunikācijas tehnoloģijas nozare
- Īstenošanas vietas
-
-
Attālināti
-
- Mācību izmaksas par vienu dalībnieku
-
412,00 €
- Personas līdzfinansējums
-
- IMK, 0,00 €, Līdzfinansējuma apmērs ir atkarīgs no tā, vai mācībām piesakies atkārtoti vai pirmo reizi. Detalizētāka informācija ir pieejama stars.gov.lv, sadaļā Izglītības un atbalsta iespējas 🡪Pieejamais atbalsts 🡪Digitālās prasmes lietpratējiem (IMK)
- Priekšzināšanu līmenis
-
- Datorpratības pamatzināšanas, programmēšanas pamatu izpratne (DigiComp 5. līmenis)
- Prasības iepriekšējai izglītībai
-
Bakalaura studijas (Bakalaura diploms)
- Galvenās tēmas
-
- 1. Mākslīgā intelekta definīcija: Pārskats par to, ko nozīmē intelekts un kā tiek definēts mākslīgais intelekts, ar piemēriem par agrīnām definīcijām un to attīstību. Tiks izmantoti tādi rīki kā ChatGPT un Google AI, lai demonstrētu AI definīciju piemērus;
- 2. Mākslīgais intelekts izglītībā: AI loma datorzinātnēs un tā pielietojumi izglītībā. Tiks apskatīti rīki, piemēram, IBM Watson un Microsoft Azure AI, lai demonstrētu AI pielietojumu mācīšanas un mācīšanās uzlabošanā;
- 3. Pārmeklēšanā balstīta problēmrisināšana: Ievads pārmeklēšanas algoritmos un problēmrisināšanā. Izglītojamie sapratīs, kā pārmeklēšanas stratēģijas var automatizēt un uzlabot lēmumu pieņemšanu izglītības rīkos. Tiks izmantoti rīki kā AI Planner un Google Scholar;
- 4. Zināšanu atspoguļošana: Kā AI sistēmas uzglabā un reprezentē zināšanas, izmantojot ekspertsistēmas un semantiskos tīklus. Tiks izmantoti rīki kā Prolog un WolframAlpha;
- 5. Mašīnmācīšanās izglītībā: Pamata mašīnmācīšanās jēdzieni un pārraudzītas mācīšanās algoritmi. Izglītojamie apgūs TensorFlow un Scikit-learn, lai saprastu, kā AI mācās no datiem un veido adaptīvas mācību pieredzes;
- 6. Dabiskas valodas apstrāde: Dabiskas valodas apstrādes metodes un to pielietojums valodu apguvē un skolēnu atsauksmju sistēmās. Izglītojamie iepazīsies ar Google NLP un SpaCy;
- 7. AI programmēšanas pamati: Skolotāji iepazīsies ar AI programmēšanas pamatiem, izmantojot Python un atbilstošas bibliotēkas, piemēram, Keras un PyTorch. Tiks parādīts, kā izveidot pamata AI modeļus, kurus var pielietot izglītības kontekstā.
- Digitālo kompetenču (DigComp) līmenis
-
Augstāks līmenis 6
- DigComp kompetenču jomas
-
-
3. Digitālā satura veidošana
-
1. Informācijas un datu lietpratība
-
- Personai nepieciešamais materiāltehniskais nodrošinājums
-
Dators (minimāli i3 procesors, Microsoft, Linux GUI vai MacOs operētājsistēma) ar interneta pieslēgumu, mikrofons un kamera.
Video lekcijas tiks translētas izmantojot Microsoft Teams platformu, nodrošinot pieslēguma saiti studentiem E-pastā.
Praktisko darbu realizācijai tiks izmantoti Rīgas Tehniskas universitātes tehniskie risinājumi, kas, nepieciešamības gadījumā, ļaus pieslēgties virtuālajam darbstacijām praktisko uzdevumu izpildei.
- Noslēguma pārbaudījums
-
Eksāmens
- Izglītības dokuments
-
Apliecība
- Valoda
-
Latviešu
- Paredzētais mācību norises laiks
-
-
darba dienu vakari
-
jaukti
-
- Īstenošanas periods (nedēļās)
-
6
- Informācija par izglītības programmu izglītības iestādes tīmekļa vietnē
- Kontaktpersonas
-
-
Gints Krūmiņš - 25544381 - gints.krumins@rtu.lv
-