Lecția 3: Prejudecăți

Creează un model de învățare automată care clasifică imagini și explorează modul în care un set limitat de date poate duce la prejudecăți și părtiniri.

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

Permiteți conținutul YouTube?

Folosim YouTube pentru a vă arăta videoclipuri pe site-ul nostru. Cerem permisiunea înainte de a încărca conținutul, deoarece YouTube poate folosi cookie-uri pentru a urmări utilizarea și pentru a-și îmbunătăți serviciile.

Poate doriți să citiți Politica de cookie-uri și Politica de confidențialitate de la Google înainte de a accepta.

Acceptați cookie-urile

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.
Îți vom adresa apoi câteva întrebări pentru a înțelege mai bine cum vei folosi resursele Experience AI.