جلسهی 80: ارائه و گواهی نهایی Final Presentation and Certificate
پایان دورهی هوش مصنوعی. گزارش پروژه را با کد و از روی عددهای واقعی میسازی: داده و دقت، محدودیتها، چکلیست اخلاق؛ ارائهی چهار دقیقهای میدهی و گواهی پایان دوره را میگیری. گواهی برای صداقت و کامل بودن است، نه فقط برای دقت بالا.
در این جلسه یاد میگیری
- در پایان این جلسه بخش «داده و دقت» گزارشم را از روی عددهای واقعی آزمون ساختهام.
- در پایان این جلسه محدودیتهای مدلم را از روی نتیجهی ارزیابی نوشتهام، نه از روی حدس.
- در پایان این جلسه چکلیست اخلاق (حریم خصوصی، توهم، انصاف، تقلب، کلید) را کامل کردهام.
- در پایان این جلسه پروژهام را چهار دقیقه ارائه دادهام و گواهی پایان دوره را گرفتهام.
درس
ارائهی چهار دقیقهای، شش اسلاید: ۱) مسئله: یک جمله، برای چه کسی. ۲) داده: از کجا، چقدر، با اجازهی چه کسی، چطور ناشناس شد. ۳) روش: کدام الگوریتم این دوره، در یک تصویر یا چند خط کد. ۴) نتیجه: عدد روی آزمون پنهان + بدترین اشتباه با یک مثال واقعی. ۵) محدودیتها و اخلاق. ۶) قدم بعد: اگر یک ماه دیگر داشتی چه میکردی؟
گزارش را با کد بساز. عددهای اسلاید باید مستقیم از خروجی برنامه بیایند، نه از حافظه یا «حدوداً». سؤالهای امروز بخشهای گزارش را از روی دیکشنری نتیجهها میسازند؛ عددهای پروژهی خودت را جای عددهای نمونه بگذار. اگر عددت از هدف جلسهی ۷۷ پایینتر شد، همان را بگو و توضیح بده چرا؛ این بخش نمرهی ارائه است، نه شکست.
محدودیتها از ارزیابی میآیند: آزمون کوچک بود؟ («۱۵ نمونه برای حکم کلی کم است.») برای یک گروه بدتر کار کرد؟ توهم داشت؟ بیرون از بازهی داده؟ هر محدودیت یک جمله با عدد. «ممکن است اشتباه کند» محدودیت نیست؛ «برای نقاشیهای کلاس دیگر ۶۲٪ در برابر ۹۰٪» هست.
⚠️ چکلیست اخلاق، پیش از ارائه: ۱) هیچ اطلاعات شخصی در داده، کد یا اسلاید نیست. ۲) هیچ کلید API در کد یا اسکرینشات نیست. ۳) جایی که ممکن است توهم باشد، منبع یا هشدار نشان داده میشود. ۴) دقت برای گروهها جدا بررسی شده. ۵) هر کمکی از یک مدل واقعی گرفتهای، نوشته شده. ۶) پروژه برای یادگیری است و برای تقلب یا آسیب به کسی ساخته نشده. گواهی فقط وقتی صادر میشود که همه تیک خورده باشند.
از اینجا به کجا؟ تو حالا میدانی یک مدل از درون چطور یاد میگیرد (فاز صفر تا ۲) و از بیرون چطور به کار میرود (فاز ۳): API، پرامپت سیستم، JSON، ابزار، RAG، عامل، امنیت و ارزیابی. قدم بعد: پروژهات را در خانه با یک مدل واقعی و کلید خودت امتحان کن (جلسهی ۶۶)، دورهی امنیت سایبری را ببین، و همیشه همان سه قانون: دادهی شخصی هرگز، هر عدد را چک کن، کلید یک راز است.
چالشها
- Step 1: Data and Accuracy (آسان)
- Step 2: Limits from the Evaluation (متوسط)
- Step 3: The Ethics Checklist (متوسط)
- Step 4: Your Certificate (سخت)