Lecția 3: Prejudecăți

În această lecție, elevii își vor crea propriul model de învățare automată pentru a clasifica imagini cu mere și roșii. Vor descoperi că un set limitat de date poate duce la un model defectuos de învățare automată. Vor explora apoi modul în care preluăm prejudecăți într-un set de date, ceea ce duce la modele de învățare automată care produc predicții părtinitoare.

Obiective de învățare

  • Să descrie impactul datelor asupra acurateței unui model de învățare automată (model ML)
  • Să explice necesitatea atât a datelor de antrenament, cât și a datelor de testare
  • Să explice cum sunt influențate de prejudecăți predicțiile generate de un model ML

Cuvinte-cheie

Inteligență artificială (AI), învățare automată (ML), învățare supravegheată, clasificare, date de antrenament, date de testare, acuratețe, prejudecată, prejudecată încorporată în date, prejudecată socială

Structura lecției

  • Cele trei tipuri diferite de învățare automată
  • Aplicație AI pentru supermarket
  • Antrenarea unui model
  • Prejudecată (non-imparțialitate)
  • Model de orar al elevilor
  • Combaterea prejudecăților

Prezentarea lecției

Descarcă resursele lecției

Pentru a accesa resursele lecției, te rugăm mai întâi să te autentifici în cont sau să îți creezi un cont nou gratuit.
Vă vom pune apoi câteva întrebări pentru a înțelege mai bine cum veți folosi resursele Experience AI.