Діти вивчать, як може виникати упередженість у моделях машинного навчання через дані, що використовуються для тренування моделей. Учні й учениці створять власну модель машинного навчання для класифікації зображень яблук і помідорів та з’ясують, як обмежений набір даних може призвести до упереджених і неточних прогнозів. Нарешті, вони досліджуватимуть два типи упередженості, які можуть виникати в даних для тренування.
Дані для тренування, дані для тестування, точність, упередженість, упередженість даних, суспільна упередженість
