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