Módulo 1 — Sessão 4: Dados enviesados geram resultados enviesados

Os formandos vão explorar como o enviesamento pode surgir nos modelos de machine learning devido aos dados utilizados para os treinar. Vão criar o seu próprio modelo de machine learning para classificar imagens de maçãs e tomates e vão descobrir como um conjunto de dados limitado pode levar a previsões enviesadas e imprecisas. Por fim, vão investigar dois tipos de enviesamento que podem aparecer nos dados de treino.

Objetivos de aprendizagem

  • Descreva o impacto dos dados na exatidão de um modelo de machine learning (ML)
  • Explique a necessidade tanto de dados de treino como de dados de teste
  • Explique como o enviesamento pode influenciar as previsões geradas por um modelo de ML

Vocabulário-chave

Dados de treino, Dados de teste, Exatidão, Enviesamento, Enviesamento dos dados, Estereótipos

Estrutura da lição

  • Tipos de dados para classificação
  • Aplicação de IA para supermercados
  • Enviesamento
  • Opcional: A tua futura carreira

Transferir recursos da lição

Para transferir o plano, os diapositivos e as atividades da sessão, inicie sessão ou crie uma conta gratuita Raspberry Pi Foundation.
Em seguida, faremos algumas perguntas para nos ajudar a perceber como vai usar os recursos.