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

Дозволити контент із YouTube?

Ми використовуємо YouTube для показу відео на нашому сайті. Перед завантаженням контенту ми запитуємо дозвіл, оскільки YouTube може використовувати файли cookie для відстеження використання та покращення своїх сервісів.

Можливо, ви захочете ознайомитися з Політикою використання файлів cookie та Політикою конфіденційності Google, перш ніж погодитися.

Прийняти файли cookie

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.