Leçon 3 : Données biaisées, résultats biaisés

Créez un modèle d'apprentissage automatique pour classer les images et explorez comment un ensemble de données limité peut conduire à des biais.

Objectifs d'apprentissage

  • Décrire l’incidence des données sur l’exactitude des modèles d’apprentissage automatique (AA)

  • Expliquer le besoin d’utiliser à la fois des données d’entraînement et des données de test

  • Expliquer la façon dont les biais peuvent influencer les prédictions générées par un modèle d’apprentissage automatique

Vocabulaire clé

Intelligence artificielle (IA), apprentissage automatique (AA), apprentissage supervisé, classification, données d’entraînement, exactitude, données de test, biais, biais sociétal

Structure de la leçon

  • Les trois types d’apprentissage automatique

  • Application d’IA dans un supermarché

  • Entraîner un modèle

  • Les biais

  • Modèle de création d’horaires

  • Réduire les biais

Aperçu de la leçon

Télécharger les ressources pédagogiques

Pour télécharger le plan de leçon, les présentations et les fiches d'activité, veuillez vous connecter ou créer un compte Raspberry Pi Foundation gratuit.
Nous vous poserons ensuite quelques questions pour nous aider à comprendre comment vous utiliserez les ressources.