Lesson 3: Bias in, bias out

Create a machine learning model to classify images and explore how a limited data set can lead to bias.

Ishodi učenja

  • Describe the impact of data on the accuracy of a machine learning (ML) model
  • Explain the need for both training and test data
  • Explain how bias can influence the predictions generated by an ML model

Ključni pojmovi

Artificial intelligence (AI), machine learning (ML), supervised learning, classification, training data, test data, accuracy, bias, data bias, societal bias

Struktura nastavne jedinice

  • The three different types of machine learning
  • Supermarket AI application
  • Training a model
  • Bias
  • Student timetable model
  • Reducing bias

Pregled nastavne jedinice

Dozvoli YouTube sadržaj?

Upotrebljavamo YouTube da bismo vam prikazali videozapise na našoj internetskoj stranici. Tražimo vašu dozvolu prije nego učitamo sadržaj jer YouTube možda upotrebljava kolačiće za pomoć pri praćenju upotrebe i poboljšavanje svojih usluga.

Možda biste htjeli pročitati Google Politika kolačića i Politika privatnosti prije prihvaćanja.

Prihvati kolačiće

Preuzmite materijale za nastavnu jedinicu

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.