Tehisintellekti mõistmine

Miks mitte uurida AI sõnastikku?

AI terminite sõnastik

Uuendatud: 26 veebr. 25

Õppetunnid

Tutvustage selle kaasahaarava neljatunnise mooduli abil 11–14-aastastele õpilastele tehisintellekti ja masinõpet selgel ja vastutustundlikul viisil.

Jaotise ülevaade

Uuendatud: 13 jaan. 26

Hetkel ainult inglise keeles

Õppimisgraafik

Uuendatud: 13 jaan. 26

Hetkel ainult inglise keeles

Moodul 1 - Kokkuvõttev hinnang

Uuendatud: 13 jaan. 26

Hetkel ainult inglise keeles

Moodul 1 - Hindamisvastused

Uuendatud: 13 jaan. 26

Hetkel ainult inglise keeles

Õpilaste sõnastik

Uuendatud: 13 jaan. 26

Hetkel ainult inglise keeles

Moodul 1 - 1. tund: Mis on tehisintellekt?

Õppijatele tutvustatakse terminit „tehisintellekt” (TI) ja nad täidavad tegevusi, et kirjeldada, mis on tehisintellekt, mis tehisintellekt ei ole ja kuidas tehisintellekti süsteeme saab ühiskonna hüvanguks kasutada. Neid julgustatakse analüüsima tehisintellekti kirjeldamiseks kasutatavat terminoloogiat ning kasutama sobivaid ja tehnilisi termineid.

  • Hetkel ainult inglise keeles
Vaata materjale

Moodul 1 - 2. tund: Masinõpe

Selles õppetükis õpivad õppijad kirjeldama andmepõhiste ja reeglipõhiste probleemide lahendamise lähenemisviiside erinevust. Nad uurivad, kuidas masinõppesüsteeme luuakse andmepõhise lähenemisviisi, sealhulgas juhendatud õppe abil.

  • Hetkel ainult inglise keeles
Vaata materjale

Moodul 1 - 3. tund: Klassifikatsioon

Õppijad uurivad, kuidas juhendatud õppe abil masinõppe (ML) mudeleid luuakse. Nad arendavad oma arusaama sellest, kuidas märgistatud treeningandmeid kasutatakse klassifitseerimismudelite treenimiseks, suheldes interaktiivse tehisintellekti tööriistaga Quick, Draw! Lõpuks uurivad nad, kuidas usaldusskoori kasutatakse ML-mudelite ennustustes.

  • Hetkel ainult inglise keeles
Vaata materjale

Moodul 1 - 4. tund: Eelpinge sisse, eelpinge välja

Õpilased uurivad, kuidas masinõppemudelites võib esineda eelarvamusi, mis on tingitud nende treenimiseks kasutatavatest andmetest. Nad loovad oma masinõppemudeli õunte ja tomatite piltide klassifitseerimiseks ning avastavad, kuidas piiratud andmestik võib viia kallutatud ja ebatäpsete ennustusteni. Lõpuks uurivad nad kahte tüüpi eelarvamusi, mis võivad treeningandmetes esineda.

  • Hetkel ainult inglise keeles
Vaata materjale