Lektion 3: Das Problem der Voreingenommenheit

Erstellen eines Modells für maschinelles Lernen zur Klassifizierung von Bildern, Entstehen von Voreingenommenheit aufgrund eines begrenzten Datensatzes

Lernziele

  • Beschreiben der Auswirkungen von Daten auf die Genauigkeit eines Modells für maschinelles Lernen
  • Erklären der Notwendigkeit von Trainingsdaten und Testdaten
  • Erklären des Einflusses von Voreingenommenheit auf die von einem ML-Modell erzeugten Vorhersagen

Zentraler Wortschatz

Künstliche Intelligenz (KI), maschinelles Lernen (ML), überwachtes Lernen, Klassifizierung, Trainingsdaten, Testdaten, Genauigkeit, Voreingenommenheit, Datenvoreingenommenheit, gesellschaftliche Voreingenommenheit

Aufbau der Lektion

  • Die drei Arten des maschinellen Lernens
  • Supermarkt-KI-Anwendung
  • Modell trainieren
  • Voreingenommenheit
  • Modell für einen Stundenplan
  • Verringerung von Voreingenommenheit

Überblick über die Lektion

Material herunterladen

Zum Herunterladen des Unterrichtsplans, der Folien und der Aufgaben melden Sie sich an, bzw. erstellen Sie ein kostenloses Raspberry Pi Foundation-Konto.
Wir werden Ihnen ein paar Fragen zu der Art und Weise stellen, wie Sie das Material verwenden werden.