Прогноз погоды — вроде бы простая и привычная вещь, но так ли это?
В прогнозировании погоды задействовано большое количество специалистов, приборов, техники и технологий. Работают самые мощные компьютеры мира. И всё ради того, чтобы знать, брать с собой зонт или нет? Не совсем. Прогноз также нужен в областях, где успех напрямую зависит от погодных условий. Например, судоходство, авиаперелёты и даже запуск ракет в космос — всё это возможно только при благоприятной погоде. Прогноз необходим в сельском хозяйстве, спортивных играх и во многих других областях.
Поэтому в прогнозировании задействованы самые современные технологии. И одна из них — искусственный интеллект. Его возможности в работе с большими данными позволяют не только делать прогнозы точнее, но и в определённых ситуациях создавать прогноз с нуля.
В уроке ты узнаешь, из чего состоит процесс создания прогноза погоды. Пройдёшь все этапы его формирования — от сбора метеорологических данных до корректирования готового прогноза. Ты увидишь, насколько сложно может быть прогнозировать погоду даже на один день, а также поймёшь, как работает искусственный интеллект и чем он помогает метеорологам.
А если ты захочешь закрепить результат, доступно бонусное упражнение повышенной сложности без ограничения по количеству попыток и дополнительные материалы.
Посмотри видеолекцию
Может ли искусственный интеллект предупредить тебя о том, что сегодня можно мимо мамы без шапки пройти?
Об этом и не только тебе расскажет преподаватель школы программистов МШП Дмитрий Сергеевич Коняев в этом видео. Скорее включай!
Попробуй свои силы в тренажере
За безошибочный сбор показаний метеорологических приборов.
За сбор показаний метеорологических приборов с использованием не более 1 подсказки.
Инженер данных, золото
За безукоризненное определение источников данных для прогноза погоды.
Инженер данных, серебро
За определение источников данных для прогноза погоды с использованием не более 1 подсказки.
Аналитик данных, золото
За точное нахождение ошибочных данных в метеорологических параметрах.
Аналитик данных, серебро
За нахождение ошибочных данных в метеорологических параметрах с использованием не более 2 подсказок.
Специалист по вычислительной математике, золото
За верное определение зависимости точности прогноза от времени его расчёта.
Специалист по вычислительной математике, серебро
За определение зависимости точности прогноза от времени его расчёта с использованием не более 1 подсказки.
Специалист по машинному обучению, золото
За меткое нахождение закономерностей в ошибках прогноза.
Специалист по машинному обучению, серебро
За нахождение закономерностей в ошибках прогноза с использованием не более 2 подсказок.
Менеджер проекта, золото
За идеальное понимание процесса формирования прогноза погоды.
Менеджер проекта, серебро
За хорошее понимание процесса формирования прогноза погоды.
Яндекс — интернет-компания, которая развивает самую популярную в России поисковую систему и интернет-портал. У Яндекса есть сервисы для решения самых разных задач: с их помощью люди ищут информацию в Интернете, слушают музыку, выбирают товары и услуги, учатся и делают многое другое. В основе сервисов Яндекса лежат сложные трудновоспроизводимые технологии, которые создает команда талантливых математиков и программистов.
«Технологии, которые предсказывают погоду»
1. « Сбор метеорологических параметров с метеоприборов»
Учащимся необходимо нажать на следующие показания приборов:
2. « Профессиональные приборы в метеорологии»
Правильные источники метеорологических параметров:
3. « Анализ и сортировка метеорологических параметров»
Правильные метеорологические параметры:
Остальные нужно поместить в корзину.
4. « Настройка метеорологической модели»
В задании не предусмотрен выбор ответа.
5. « Искусственный интеллект в метеорологии»
Верная закономерность: «Прогноз температуры ошибается в дни с сильным ветром».
Ученикам нужно выделять дни, отвечающие этой закономерности.
6. « Обобщение пройденного материала»
Этапы должны быть выстроены в следующем порядке:
1. Сбор данных из профессиональных источников
2. Передача данных в ЦОД
3. Сортировка данных, выявление некорректных показаний
4. Расчёт прогноза погоды с помощью суперкомпьютера
5. Корректировка прогноза погоды с помощью ИИ
Ответы к бонусному заданию
(Для 1 задания)
Верная закономерность: «Прогноз температуры ошибается в дни с восточным ветром».
Ученикам нужно выделять дни, отвечающие этой закономерности.
(Для 2 задания)
Верная закономерность: «Прогноз температуры ошибается в дни с южным или западным ветром».
Ученикам нужно выделять дни, отвечающие этой закономерности.
(Для 3 задания)
Верная закономерность: «Прогноз температуры ошибается в дождливые дни или дни с западным ветром».
Ученикам нужно выделять дни, отвечающие этой закономерности.
(Для 4 задания)
Верная закономерность: «Прогноз температуры ошибается в солнечные дни с южным или восточным ветром или в дождливые дни с северным ветром».
Ученикам нужно выделять дни, отвечающие этой закономерности.
(Для 5 задания)
Верная закономерность: «Прогноз температуры ошибается в солнечные дни с южным ветром и прогнозом тёплой погоды или в любые дождливые дни».
Ученикам нужно выделять дни, отвечающие этой закономерности.