Урок 3. Упереджені дані — упереджені результати

Створіть модель машинного навчання для класифікації зображень і дізнайтеся, як обмежений набір даних може призвести до упередженості.

Мета навчання

  • Описати вплив даних на точність моделі машинного навчання (МН)
  • Пояснити необхідність у даних для тренування та тестування
  • Пояснити, як упередженість може впливати на прогнози, отримані за допомогою моделі МН

Ключова лексика

Штучний інтелект (ШІ), машинне навчання (МН), кероване навчання, класифікація, дані для тренування, дані для тестування, точність, упередженість, упередженість даних, суспільна упередженість

Структура уроку

  • Три різних типи машинного навчання
  • Застосунок ШІ для супермаркету
  • Тренування моделі
  • Упередженість
  • Модель учнівського розкладу
  • Зменшення упередженості

Огляд уроку

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

Завантажте матеріали уроку

Щоб завантажити план уроку, слайди та вправи, спершу ввійдіть або створіть безплатний обліковий запис Raspberry Pi Foundation.
Потім ми поставимо вам кілька запитань, щоб краще розуміти, як ви використовуватимете ресурси.