Εκπαιδεύοντας… τη Μηχανή
Abstract
Η Τεχνητή Νοημοσύνη(ΤΝ) είναι ο κλάδος της Επιστήμης της Πληροφορικής με την μεγαλύτερη εξέλιξη τα τελευταία χρόνια. Η επίδραση της σε όλες τις Επιστήμες, αλλά και στην καθημερινότητά μας είναι τόσο καθοριστική, γι’ αυτό και αναμένεται να παίξει κυρίαρχο ρόλο στις κοινωνίες του μέλλοντος. Η ΤΝ ασχολείται με τη σχεδίαση ευφυών υπολογιστικών συστημάτων, δηλαδή συστημάτων ικανών για λειτουργίες που αποδίδονται σε ανθρώπινη νοημοσύνη. Με την Μηχανική Μάθηση, κλάδο της ΤΝ και συγκεκριμένα με την Επιβλεπόμενη Μηχανική Μάθηση, το σύστημα καλείται να «µάθει» µια έννοια ή συνάρτηση από ένα σύνολο δεδοµένων, η οποία αποτελεί περιγραφή ενός μοντέλου. Στόχος της εργασία μας είναι να κατανοήσουμε πως χρησιμοποιείται η ΤΝ στον τομέα της Υγείας και συγκεκριμένα πώς η Επιβλεπόμενη Μηχανική Μάθηση βοηθάει στην διάγνωση ασθενειών μέσω ανάλυσης ιατρικών εικόνων. Για την εκπαίδευση του συστήματος, χρησιμοποιήσαμε το σύστημα μηχανικής μάθησης της Google, εισάγοντας πολλαπλά δεδομένα με τη μορφή εικόνων με σκοπό να τα αναλύσει-αναγνωρίσει και να τα κατατάσσει στην σωστή κατηγορία.
Article Details
- How to Cite
-
Γκουντή Ι., Κόκκινου Ε., Ντάσιου Ε. Ε., Παπαδόπουλος Ο.-Δ., Επιβλέπων εκπαιδευτικός Ν. Λ., & Επιβλέπουσα εκπαιδευτικός Τ. Α. (2025). Εκπαιδεύοντας… τη Μηχανή. Open Schools Journal for Open Science, 8(1). https://doi.org/10.12681/osj.43603
- Section
- Greece

This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution licence that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g. post it to a repository), with an acknowledgement of its initial publication in this journal.
Authors are permitted and encouraged to post their work online prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).