1. modul – 4. nastavna jedinica: Problem pristranosti

Učenici će istražiti na koji način se pristranost može pojaviti u modelima strojnog učenja zbog podataka koji se upotrebljavaju za treniranje. Kreirat će vlastiti model strojnog učenja za klasifikaciju slika jabuka i rajčica te otkriti kako ograničeni skup podataka može dovesti do pristranih i netočnih predviđanja. Konačno, istražit će dvije vrste pristranosti koje se mogu pojaviti u podacima za treniranje.

Ishodi učenja

  • Opišite utjecaj podataka na točnost modela strojnog učenja (ML)
  • Objasnite potrebu za treniranjem i testiranjem podataka
  • Objasnite kako pristranost može utjecati na predviđanja koju generira neki model ML-a

Ključni pojmovi

Podaci za treniranje, podaci za testiranje, točnost, pristranost, pristranost podataka, društvena pristranost

Struktura scenarija poučavanja

  • Vrste podataka za klasifikaciju
  • Aplikacija Supermarket UI
  • Pristranost
  • Opcionalno: Tvoja buduća karijera

Preuzmite materijale za scenarij poučavanja

Za preuzimanje scenarija poučavanja, prvo se prijavite ili registrirajte za besplatni Raspberry Pi Foundation račun.
Postavit ćemo vam nekoliko pitanja kako bismo razumjeli kako ćete upotrebljavati materijale.