在本文中,我们描述了人工智能工具包 AITK 的开发和评估。这个开源项目包含 Python 库和计算论文(Jupyter 笔记本),旨在让对人工智能背景了解甚少或完全没有的多样化受众与各种人工智能工具进行交互,更深入地探索它们的功能,可视化它们的结果,并更好地理解它们的伦理影响。这些笔记本已在多个机构的各种以负责任的人工智能为主题的人文课程中进行了试点。此外,我们还对 AITK 进行了可用性测试。我们的试点研究和可用性测试结果表明,AITK 易于导航,能够有效地帮助用户更好地理解人工智能。在人工智能快速创新的时代,我们的目标是让 AITK 为希望将人工智能主题纳入其课程的任何学科的教师以及任何渴望自己了解更多人工智能知识的人提供可访问的资源。
摘要:单细胞转录组学越来越依赖于非线性模型来利用尺寸和不断增长的数据。但是,大多数模型验证都侧重于局部流动保真度(例如,平方误差和其他数据可能性指标),在对全球流形拓扑的关注很少,理想情况下应该是学习。为了解决这一问题,我们已经实施了一条强大的评分管道,旨在验证模型重现整个参考歧管的能力。Python库Cyto-Bench演示了这种方法,以及Jupyter笔记本电脑和示例数据集,以帮助用户开始工作流程。歧管概括分析可用于开发和评估模型,以了解完整的蜂窝动力网络,并在外部数据集中验证其性能。可用性:实施评分管道的Python库已通过PIP提供,可以在Github和一些Jupyter笔记本旁边检查显示其应用程序。联系人:nlazzaro@fbk.eu或toma.tebaldi@unitn.it
1。协助课堂老师提供有效的教学计划。2。与个别学生或一小群学生合作,以加强对老师介绍的材料或技能的学习。3。操作和照顾教室中用于教学目的的设备。4。帮助学生掌握设备或教师分配的教学材料。5。分发并收集工作簿,论文和其他材料供教学。由老师分配的检查笔记本,更正论文,监视测试和化妆工作。6。指导了由老师分配的独立研究,丰富工作和补救工作。7。在紧急演习,组装,比赛期和实地考察期间协助学生的监督。8。帮助老师计划和维护公告板和其他课堂学习展示。9。向学生阅读,听学生阅读并与学生进行其他形式的口头交流。10。检查笔记本,纠正论文并监督老师分配的测试和化妆工作。11。执行与教学计划有关的文书职责,包括出勤报告,货币收集,
摘要:单细胞转录组学越来越依赖于非线性模型来利用维度和增长的数据。,大多数模型验证都侧重于局部流形的保真度(例如,平方误差和其他数据可能性指标),几乎不关注这些模型的全局歧管拓扑,理想情况下应该是学习。为了解决这一限制,我们实施了一个强大的评分管道,旨在验证模型重现整个参考歧管的能力。Python库Cytobench以及Jupyter笔记本电脑和示例数据集演示了这种方法,以帮助用户开始工作流。歧管概括分析可用于开发和评估旨在学习蜂窝动力学网络的模型,并在外部数据集上验证其性能。可用性:实施评分管道的Python库已通过PIP提供,可以在Github和一些Jupyter笔记本旁边检查显示其应用程序。联系人:nlazzaro@fbk.eu补充信息:补充数据可在Online Bioinformatics获得。
在此类中,您将学习机器学习算法以在大型输入集中找到模式。我们将涵盖三种主要的机器学习技术:受监督,无监督和强化学习。您将了解回归,分类,聚类,异常检测,推荐系统和强化学习。您将使用Python和Jupyter笔记本,这是两个行业标准工具用于机器学习。