Semua pelajaran

Kursus

AI tahun 4: Detektif Data

Kumpul data, letak label pada contoh, latih pengelas mudah, dan uji.

Buat pelajaran mengikut turutan. Di akhir, kamu boleh menyebut bahawa data ialah fakta yang kita kumpul dan membaca satu baris dan satu lajur dalam jadual. Kamu boleh menyebut ciri, memberi setiap contoh label yang betul, dan mencari serta membetulkan label yang salah. Kamu boleh melatih model pada dua atau tiga kumpulan, menguji model dengan contoh gambar yang belum pernah dilihatnya, mengira berapa ramalan yang betul, dan menerangkan satu ramalan yang gagal. Kamu boleh mencari kumpulan yang tiada dalam set data, mengimbangkan set data, dan melaporkan apa yang betul dan salah pada pengisih kitar semula kamu.

Cara guna pelajaran ini

  • Mula pada pelajaran yang bertanda Buat ini. Teruskan bila kamu boleh buat sendiri baris di bawah tajuk.
  • Main Permainan dulu. Kemudian jawab Kuiz. 8 daripada 10 betul untuk lulus. Lembaran kerja ada di kertas. Jawapan ada di bawah.
  • Giliran singkat sudah cukup. Jika pelajaran susah, main yang sebelumnya lagi.
  • Simpan buku nota data. Untuk pengisih, guna benda kertas, plastik, dan logam yang bersih dari rumah. Guna alat AI hanya bersama guru atau ibu bapa, dan jangan sekali-kali ambil gambar orang tanpa minta izin.

Setiap pelajaran ada permainan, kuiz dan lembaran kerja.

0 daripada 30

Apakah data?

  1. 1Apakah dataSebut bahawa data ialah fakta yang kita kumpul.
    • Cari data dalam laporan cuaca dan skor sukan.
    • Sebut siapa yang mengumpulnya dan mengapa.
    • Kumpul tiga fakta tentang hari kamu.
  2. 2Jenis dataBahagikan data mengikut jenis: nombor, perkataan, gambar, dan bunyi.
    • Bahagikan sepuluh keping data kepada empat kumpulan.
    • Sebut jenis apa yang kamera kumpul.
    • Sebut jenis apa yang termometer kumpul.
  3. 3JadualBaca satu baris dan satu lajur dalam jadual.
    • Sebut bahawa setiap baris ialah satu contoh.
    • Sebut bahawa setiap lajur ialah satu ciri.
    • Cari satu nilai dalam jadual.
  4. 4Bina set dataBina set data: jadual kecil tentang haiwan peliharaan.
    • Pilih tiga lajur: nama, jenis, dan kaki.
    • Tambah sepuluh baris.
    • Semak setiap kotak diisi.
  5. 5Soalan daripada dataJawab soalan daripada data dengan jadual.
    • Tanya “Haiwan peliharaan yang mana paling biasa?”
    • Kira untuk mencari jawapan.
    • Buat graf palang daripadanya.

Mengumpul dan melabel data

  1. 6CiriSebut ciri suatu benda, seperti warna dan saiz.
    • Senaraikan ciri sehelai daun.
    • Sebut ciri yang kamu boleh ukur.
    • Pilih ciri yang membezakan dua helai daun.
  2. 7LabelBeri setiap contoh label yang betul.
    • Sebut bahawa label ialah jawapan yang kita mahu AI pelajari.
    • Letak label pada dua puluh gambar.
    • Semak label kawan.
  3. 8Data yang baikSebut mengapa contoh yang jelas dan betul menjadikan data yang baik.
    • Bandingkan foto yang jelas dan foto yang kabur.
    • Bandingkan label yang betul dan label yang salah.
    • Sebut set mana yang akan mengajar AI dengan lebih baik.
  4. 9Data yang bersepahCari dan betulkan label yang salah dalam data yang bersepah.
    • Cari kotak kosong, salah eja, dan label yang salah.
    • Betulkan setiap masalah.
    • Sebut apa yang AI akan pelajari jika kamu tidak berbuat demikian.
  5. 10Kumpul ciriKumpul ciri sepuluh benda dengan mengukur dan mencatat.
    • Ukur panjang dan berat.
    • Catat warna dan bentuk.
    • Tambah label pada setiap baris.

Bagaimana AI belajar

  1. 11Latih dengan contohSebut bahawa model belajar daripada contoh berlabel semasa dilatih.
    • Sebut apa itu model.
    • Sebut bahawa melatih bermaksud menunjukkannya contoh.
    • Pilih contoh latihan yang baik.
  2. 12Cara pengelas bekerjaSebut bagaimana pengelas memilih label.
    • Sebut bahawa pengelas memasukkan benda ke dalam kumpulan.
    • Lihat ia membandingkan gambar baharu dengan contohnya.
    • Sebut kumpulan mana yang paling hampir.
  3. 13Latih model pertamamuLatih model pada dua atau tiga kumpulan.
    • Pilih dua atau tiga kumpulan.
    • Tambah sekurang-kurangnya sepuluh contoh pada setiap satu.
    • Tekan latih dan lihat ia belajar.
  4. 14Uji contoh baharuUji model dengan contoh gambar yang belum pernah dilihatnya.
    • Tunjukkan gambar baharu kepada model.
    • Catat setiap ramalan.
    • Tandakan setiap satu betul atau salah.
  5. 15Makmal latihanDi makmal latihan, latih, uji, dan perbaiki model.
    • Latih model pada kumpulan kamu sendiri.
    • Uji dan cari kesilapannya.
    • Tambah contoh dan uji lagi.

Membuat ramalan

  1. 16Latih dan ujiSebut mengapa kita uji dengan contoh baharu.
    • Bandingkan ujian dengan gambar lama dan ujian dengan gambar baharu.
    • Sebut mengapa ujian dengan gambar lama tidak adil.
    • Simpan set ujian secara berasingan.
  2. 17Betul dan salahKira berapa ramalan yang betul.
    • Kira ramalan yang betul dan yang salah.
    • Tulis skor sebagai 8 daripada 10.
    • Bandingkan dua model melalui skornya.
  3. 18Betapa yakinBaca betapa yakin sebuah model.
    • Baca jalur keyakinan.
    • Cari ramalan yang model tidak yakin.
    • Sebut bila seseorang patut menyemak.
  4. 19Mengapa gagalTerangkan satu ramalan yang gagal.
    • Lihat gambar yang model silap ramalkan.
    • Bandingkan dengan contoh latihannya.
    • Sebut apa yang berbeza.
  5. 20Perbaiki modelPerbaiki model dengan menambah contoh dan menguji lagi.
    • Tambah contoh seperti yang terlepas.
    • Latih lagi.
    • Bandingkan skor baharu dengan skor lama.

Keadilan dan berat sebelah

  1. 21Siapa yang tiadaCari kumpulan yang tiada dalam set data.
    • Lihat set data anjing tanpa anjing kecil.
    • Sebut apa yang model akan silap ramalkan.
    • Cari kumpulan yang tiada dalam set data yang lain.
  2. 22Data yang seimbangSebut sama ada data seimbang, dengan bilangan yang sama dalam setiap kumpulan.
    • Kira contoh dalam setiap kumpulan.
    • Buat graf palang daripada kiraan itu.
    • Sebut sama ada set data itu seimbang.
  3. 23Hasil yang tidak adilSebut bagaimana data yang tiada menjadikan hasil AI tidak adil.
    • Lihat model yang berfungsi baik untuk satu kumpulan dan lemah untuk kumpulan lain.
    • Kaitkan masalah itu dengan data.
    • Sebut siapa yang boleh terjejas.
  4. 24Betulkan set dataBetulkan set data dengan menambah contoh supaya seimbang.
    • Rancang contoh mana yang hendak ditambah.
    • Tambah dan latih lagi.
    • Semak sama ada skor setiap kumpulan menjadi lebih baik.
  5. 25Adil untuk semuaSebut siapa yang boleh terjejas jika AI tidak adil untuk semua.
    • Baca cerita pendek tentang AI yang tidak adil.
    • Sebut siapa yang tertinggal.
    • Tulis satu peraturan supaya adil.

Makmal sains AI

  1. 26Tanya soalanTanya soalan yang pengisih AI boleh jawab.
    • Pilih kerja mengisih, seperti kitar semula.
    • Tulis soalan: “Adakah ini kertas, plastik, atau logam?”
    • Sebut bagaimana pengisih akan membantu.
  2. 27Rancang dataRancang data: contoh mana yang dikumpul.
    • Senaraikan kumpulannya.
    • Rancang berapa contoh untuk setiap kumpulan.
    • Rancang contoh mana yang disimpan untuk ujian.
  3. 28Bina pengisihBina pengisih kitar semula dengan melatihnya pada kertas, plastik, dan logam.
    • Ambil foto kitar semula yang bersih.
    • Letak label pada fotonya.
    • Latih pengisih itu.
  4. 29Uji kes sukarUji pengisih pada kes sukar.
    • Uji kertas renyuk dan plastik berkilat.
    • Catat hasilnya.
    • Cari benda yang paling kerap salah.
  5. 30Laporan pengisih kitar semulaLaporkan apa yang betul dan salah pada pengisih kitar semula kamu.
    • Kongsi skor kamu.
    • Tunjukkan satu kesilapan dan terangkan.
    • Sebut bagaimana kamu akan menjadikannya lebih baik.