Obiettivi di apprendimento

• Descrivere l’impatto dei dati sull’accuratezza di un modello di apprendimento automatico (ML)

• Spiegare la necessità sia dei dati di addestramento che di quelli di test

• Spiegare in che modo i bias possono influenzare le previsioni generate da un modello di ML

Termini fondamentali

Intelligenza artificiale (IA), apprendimento automatico (ML), apprendimento supervisionato, classificazione, dati di addestramento, dati di test, accuratezza, bias, distorsione dei dati, bias sociale

Struttura della lezione

• I tre diversi tipi di apprendimento automatico

• Applicazione IA per supermercati

• Addestramento di un modello

• Bias

• Modello per l'orario degli studenti

• Riduzione dei bias