Module 1 - Leçon 4 : Données biaisées, résultats biaisés

Les apprenants exploreront comment les biais peuvent apparaître dans les modèles d'apprentissage machine en raison des données utilisées pour leur entraînement. Ils créeront leur propre modèle d'apprentissage machine pour classifier des images de pommes et de tomates et découvriront comment un ensemble de données limité peut mener à des prédictions biaisées et inexactes. Finalement, ils étudieront deux types de biais pouvant apparaître dans les données d'entraînement.

Objectifs d'apprentissage

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

Données d'entraînement, données de test, précision, biais, biais des données, biais sociétal

Structure de la leçon

  • Types de données pour la classification
  • Application d’IA dans un supermarché
  • Biais
  • Facultatif : Votre future carrière

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.