3. nodarbība. Neobjektīvi ievaddati — neobjektīvi rezultāti

Izveidojiet mašīnmācīšanās modeli, lai klasificētu attēlus, un izpētiet, kā ierobežota datu kopa var radīt neobjektivitāti.

Mācību mērķi

  • Raksturot datu ietekmi uz mašīnmācīšanās (MM) modeļa precizitāti.
  • Izskaidrot treniņdatu un testēšanas datu nepieciešamību.
  • Paskaidrot, kā neobjektivitāte var ietekmēt MM modeļa ģenerētās prognozes.

Galvenie termini

Mākslīgais intelekts (MI), mašīnmācīšanās (MM), uzraudzīta mācīšanās, klasifikācija, treniņdati, testēšanas dati, precizitāte, neobjektivitāte, datu neobjektivitāte, sabiedrības aizspriedumi

Nodarbības struktūra

  • Trīs dažādi mašīnmācīšanās veidi
  • Lielveikala MI lietojumprogramma
  • Modeļa trenēšana
  • Neobjektivitāte
  • Stundu saraksta modelis
  • Neobjektivitātes mazināšana

Nodarbības pārskats

Allow YouTube content?

We use YouTube to show you videos on our website. We ask permission before loading the content, as YouTube may be using cookies to help them track usage and improve their services.

You may wish to read Google's Cookie Policy and Privacy Policy before accepting.

Accept Cookies

Nodarbības resursu lejupielāde

Lai lejupielādētu nodarbības plānu, prezentāciju un aktivitātes, vispirms piesakieties Raspberry Pi Foundation kontā vai izveidojiet bezmaksas kontu.
Pēc tam jums būs jāatbild uz dažiem jautājumiem par to, kā izmantosiet šos resursus.