Yapay Zekayı Anlamak

Yapay zeka sözlüğünü keşfetmeye ne dersiniz?

Yapay zeka terimler sözlüğü

Güncellenme tarihi: 2 Oca 25

Dersler

Bu ilgi çekici 4 dersten oluşan modül aracılığıyla, 11-14 yaş arası öğrencileri yapay zekâ ve makine öğrenimiyle açık ve sorumlu bir şekilde tanıştırın.

Üniteye genel bakış

Güncellenme tarihi: 13 Oca 26

Şu anda yalnızca İngilizce

Öğrenme grafiği

Güncellenme tarihi: 13 Oca 26

Şu anda yalnızca İngilizce

Modül 1 - Özetleyici değerlendirme

Güncellenme tarihi: 13 Oca 26

Şu anda yalnızca İngilizce

Modül 1 - Değerlendirme cevapları

Güncellenme tarihi: 13 Oca 26

Şu anda yalnızca İngilizce

Öğrenci Sözlüğü

Güncellenme tarihi: 13 Oca 26

Şu anda yalnızca İngilizce

Modül 1 - Ders 1: Yapay Zeka Nedir?

Öğrenciler "yapay zekâ" (YZ) terimiyle tanıştırılacak ve YZ'nin ne olduğunu, ne olmadığını ve YZ sistemlerinin topluma nasıl fayda sağlayabileceğini açıklayan etkinlikler tamamlayacaklardır. YZ'yi tanımlamak için kullanılan dili analiz etmeleri ve uygun teknik terimleri kullanmaları teşvik edilecektir.

  • Şu anda yalnızca İngilizce
Kaynakları görüntüle

Modül 1 - Ders 2: Makine öğrenimi

Bu derste öğrenciler, veri odaklı ve kural tabanlı problem çözme yaklaşımları arasındaki farkı açıklamayı öğreneceklerdir. Denetimli öğrenme de dahil olmak üzere, veri odaklı bir yaklaşım kullanılarak makine öğrenme sistemlerinin nasıl oluşturulduğunu inceleyeceklerdir.

  • Şu anda yalnızca İngilizce
Kaynakları görüntüle

Modül 1 - Ders 3: Sınıflandırma

Öğrenciler, denetimli öğrenme ile makine öğrenimi (ML) modellerinin nasıl oluşturulduğunu keşfedeceklerdir. Etkileşimli bir yapay zeka aracı olan Quick, Draw! ile etkileşim kurarak, etiketlenmiş eğitim verilerinin sınıflandırma modellerini eğitmek için nasıl kullanıldığına dair anlayışlarını geliştireceklerdir. Son olarak, ML model tahminlerinde güven puanlarının nasıl kullanıldığını inceleyeceklerdir.

  • Şu anda yalnızca İngilizce
Kaynakları görüntüle

Modül 1 - Ders 4: İçerideki önyargı, dışarıdaki önyargı

Öğrenciler, makine öğrenimi modellerinde, onları eğitmek için kullanılan veriler nedeniyle nasıl önyargı oluşabileceğini inceleyeceklerdir. Elma ve domates resimlerini sınıflandırmak için kendi makine öğrenimi modellerini oluşturacak ve sınırlı bir veri setinin nasıl önyargılı ve yanlış tahminlere yol açabileceğini keşfedeceklerdir. Son olarak, eğitim verilerinde ortaya çıkabilecek iki tür önyargıyı araştıracaklardır.

  • Şu anda yalnızca İngilizce
Kaynakları görüntüle