Tutte le lezioni

Corso

IA della quarta: Detective dei dati

Raccogli dati, dai un’etichetta agli esempi, addestra un classificatore semplice e provalo.

Fai le lezioni in ordine. Alla fine sai dire che i dati sono fatti che raccogliamo e leggere una riga e una colonna in una tabella. Sai nominare le caratteristiche, dare a ogni esempio l’etichetta giusta e trovare e correggere un’etichetta sbagliata. Sai addestrare un modello su due o tre gruppi, provarlo con immagini di esempio che non ha mai visto, contare quante previsioni sono giuste e spiegare una previsione sbagliata. Sai trovare un gruppo che manca in un insieme di dati, equilibrare i dati e fare il rapporto su cosa il tuo smistatore del riciclo fa giusto e sbagliato.

Come usare queste lezioni

  • Parti dalla lezione segnata Fai questo. Vai avanti quando sai fare da te la riga sotto il titolo.
  • Prima gioca ai Giochi. Poi fai i Quiz. 8 di 10 giuste per passare. Le Schede sono su carta. Le risposte sono in fondo.
  • Un turno breve basta. Se una lezione è difficile, gioca di nuovo la lezione prima.
  • Tieni un quaderno dei dati. Per lo smistatore, usa cose pulite di carta, plastica e metallo di casa. Usa gli strumenti di IA solo con un insegnante o un genitore, e non fare mai foto alle persone senza chiedere.

Ogni lezione ha giochi, quiz e schede.

0 di 30

Che cosa sono i dati?

  1. 1Che cosa sono i datiDi’ che i dati sono fatti che raccogliamo.
    • Trova i dati in un bollettino del tempo e in un punteggio sportivo.
    • Di’ chi li raccoglie e perché.
    • Raccogli tre fatti sulla tua giornata.
  2. 2Tipi di datiOrdina i dati nei tipi: numeri, parole, immagini e suoni.
    • Ordina dieci pezzi di dati in quattro gruppi.
    • Di’ quale tipo raccoglie una macchina fotografica.
    • Di’ quale tipo raccoglie un termometro.
  3. 3TabelleLeggi una riga e una colonna in una tabella.
    • Di’ che ogni riga è un esempio.
    • Di’ che ogni colonna è una caratteristica.
    • Trova un valore in una tabella.
  4. 4Costruisci un insieme di datiCostruisci un insieme di dati: una piccola tabella sugli animali domestici.
    • Scegli tre colonne: nome, tipo e zampe.
    • Aggiungi dieci righe.
    • Controlla che ogni casella sia piena.
  5. 5Domande dai datiRispondi a una domanda dai dati con una tabella.
    • Chiedi “Quale animale domestico è il più comune?”
    • Conta per trovare la risposta.
    • Fai un grafico a barre di quella risposta.

Raccogliere ed etichettare i dati

  1. 6CaratteristicheNomina le caratteristiche di un oggetto, come colore e grandezza.
    • Elenca le caratteristiche di una foglia.
    • Di’ quali caratteristiche puoi misurare.
    • Scegli le caratteristiche che distinguono due foglie.
  2. 7EtichetteDai a ogni esempio l’etichetta giusta.
    • Di’ che un’etichetta è la risposta che vogliamo far imparare all’IA.
    • Metti l’etichetta a venti immagini.
    • Controlla le etichette di un amico.
  3. 8Dati buoniDi’ perché gli esempi chiari e giusti rendono i dati buoni.
    • Confronta foto nitide e foto sfocate.
    • Confronta etichette giuste e etichette sbagliate.
    • Di’ quale insieme insegnerebbe meglio all’IA.
  4. 9Dati disordinatiTrova e correggi un’etichetta sbagliata nei dati disordinati.
    • Trova caselle vuote, errori di scrittura ed etichette sbagliate.
    • Correggi ogni problema.
    • Di’ che cosa imparerebbe l’IA se non lo facessi.
  5. 10Raccogli le caratteristicheRaccogli le caratteristiche di dieci oggetti misurandole e annotandole.
    • Misura lunghezza e peso.
    • Annota colore e forma.
    • Aggiungi un’etichetta a ogni riga.

Come impara l’IA

  1. 11Addestra con gli esempiDi’ che un modello impara dagli esempi con etichetta quando lo addestri.
    • Di’ che cos’è un modello.
    • Di’ che addestrare significa mostrargli degli esempi.
    • Scegli buoni esempi di addestramento.
  2. 12Come funziona il classificatoreDi’ come un classificatore sceglie un’etichetta.
    • Di’ che un classificatore mette le cose in gruppi.
    • Guardalo confrontare un’immagine nuova con i suoi esempi.
    • Di’ a quale gruppo è più vicino.
  3. 13Addestra il tuo primo modelloAddestra un modello su due o tre gruppi.
    • Scegli due o tre gruppi.
    • Aggiungi almeno dieci esempi a ciascuno.
    • Premi addestra e guardalo imparare.
  4. 14Prova esempi nuoviProva un modello con immagini di esempio che non ha mai visto.
    • Mostra al modello immagini nuove.
    • Annota ogni previsione.
    • Segna ciascuna giusta o sbagliata.
  5. 15Laboratorio di addestramentoAddestra, prova e migliora un modello nel laboratorio di addestramento.
    • Addestra un modello sui tuoi gruppi.
    • Provalo e trova i suoi errori.
    • Aggiungi esempi e provalo di nuovo.

Fare previsioni

  1. 16Addestrare e provareDi’ perché proviamo con esempi nuovi.
    • Confronta una prova con immagini vecchie e una con immagini nuove.
    • Di’ perché la prova con le immagini vecchie non è equa.
    • Tieni da parte un insieme di prova.
  2. 17Giusto e sbagliatoConta quante previsioni sono giuste.
    • Conta le previsioni giuste e quelle sbagliate.
    • Scrivi il punteggio come 8 su 10.
    • Confronta due modelli dai loro punteggi.
  3. 18Quanto è certoLeggi quanto è certo un modello.
    • Leggi una barra di certezza.
    • Trova una previsione in cui il modello non è certo.
    • Di’ quando una persona deve controllare.
  4. 19Perché ha sbagliatoSpiega una previsione sbagliata.
    • Guarda un’immagine che il modello ha sbagliato.
    • Confrontala con gli esempi di addestramento.
    • Di’ che cosa era diverso.
  5. 20Migliora il modelloMigliora il modello aggiungendo esempi e provando di nuovo.
    • Aggiungi esempi come quelli che ha sbagliato.
    • Addestra di nuovo.
    • Confronta il punteggio nuovo con il punteggio vecchio.

Equità e pregiudizio

  1. 21Chi mancaTrova un gruppo che manca in un insieme di dati.
    • Guarda un insieme di dati di cani senza cani piccoli.
    • Di’ che cosa il modello sbaglierà.
    • Trova un gruppo che manca in un altro insieme di dati.
  2. 22Dati equilibratiDi’ se i dati sono equilibrati, con lo stesso numero in ogni gruppo.
    • Conta gli esempi in ogni gruppo.
    • Fai un grafico a barre dei conteggi.
    • Di’ se l’insieme di dati è equilibrato.
  3. 23Risultati ingiustiDi’ come i dati che mancano possono rendere i risultati dell’IA ingiusti.
    • Vedi un modello che funziona bene per un gruppo e male per un altro.
    • Collega il problema ai dati.
    • Di’ chi può essere danneggiato.
  4. 24Correggi l’insieme di datiCorreggi l’insieme di dati aggiungendo esempi per equilibrarlo.
    • Pianifica quali esempi aggiungere.
    • Aggiungili e addestra di nuovo.
    • Controlla se il punteggio di ogni gruppo è migliorato.
  5. 25Equo per tuttiDi’ chi può essere danneggiato da un’IA non equa per tutti.
    • Leggi una storia breve su un’IA non equa.
    • Di’ chi è stato lasciato fuori.
    • Scrivi una regola per renderla equa.

Laboratorio di scienze dell’IA

  1. 26Fai una domandaFai una domanda a cui può rispondere uno smistatore di IA.
    • Scegli un lavoro di smistamento, come il riciclo.
    • Scrivi la domanda: “È carta, plastica o metallo?”
    • Di’ come lo smistatore aiuterebbe.
  2. 27Pianifica i datiPianifica i dati: quali esempi raccogliere.
    • Elenca i gruppi.
    • Pianifica quanti esempi per ogni gruppo.
    • Pianifica quali esempi tenere per la prova.
  3. 28Costruisci lo smistatoreCostruisci lo smistatore del riciclo addestrandolo su carta, plastica e metallo.
    • Fai foto di rifiuti puliti da riciclare.
    • Metti le etichette alle foto.
    • Addestra lo smistatore.
  4. 29Prova i casi difficiliProva lo smistatore sui casi difficili.
    • Prova carta stropicciata e plastica lucida.
    • Annota i risultati.
    • Trova l’oggetto che sbaglia di più.
  5. 30Rapporto sullo smistatore del ricicloFai il rapporto su cosa lo smistatore del riciclo fa giusto e sbagliato.
    • Mostra il tuo punteggio.
    • Mostra un errore e spiegalo.
    • Di’ come lo renderesti migliore.