Alle lessen

Cursus

AI voor groep 6: Datadetectives

Verzamel data, geef voorbeelden een label, train een eenvoudige classificeerder en test die.

Doe de lessen op volgorde. Aan het eind kun je zeggen dat data feiten zijn die we verzamelen en een rij en een kolom in een tabel lezen. Je kunt kenmerken noemen, elk voorbeeld het juiste label geven en een fout label verbeteren. Je kunt een model trainen op twee of drie groepen, het testen met voorbeeldplaatjes die het nog niet heeft gezien, tellen hoeveel voorspellingen goed zijn en één voorspelling uitleggen die faalde. Je kunt een groep vinden die ontbreekt in een dataset, de data in balans brengen en verslag doen van wat je recyclingsorteerder goed en fout doet.

Zo gebruik je deze lessen

  • Begin bij de les met Doe dit. Ga verder als je de regel onder de titel zelf kunt doen.
  • Speel eerst de Spelletjes. Maak daarna de Toets. 8 van 10 goed om te halen. De Werkbladen zijn op papier. De antwoorden staan onderaan.
  • Een korte beurt is genoeg. Als een les moeilijk is, speel de les ervoor nog een keer.
  • Houd een dataschrift bij. Gebruik voor de sorteerder schone dingen van papier, plastic en metaal uit huis. Gebruik AI-hulpmiddelen alleen met een leraar of een ouder, en maak nooit foto's van mensen zonder het te vragen.

Elke les heeft spelletjes, een toets en werkbladen.

0 van 30

Wat zijn data?

  1. 1Wat zijn dataZeg dat data feiten zijn die we verzamelen.
    • Vind data in een weerbericht en een sportuitslag.
    • Zeg wie ze verzamelt en waarom.
    • Verzamel drie feiten over jouw dag.
  2. 2Soorten dataSorteer data in de soorten: getallen, woorden, plaatjes en geluiden.
    • Sorteer tien stukjes data in vier groepen.
    • Zeg welke soort een camera verzamelt.
    • Zeg welke soort een thermometer verzamelt.
  3. 3TabellenLees een rij en een kolom in een tabel.
    • Zeg dat elke rij één voorbeeld is.
    • Zeg dat elke kolom één kenmerk is.
    • Vind een waarde in een tabel.
  4. 4Bouw een datasetBouw een dataset: een kleine tabel over huisdieren.
    • Kies drie kolommen: naam, soort en poten.
    • Voeg tien rijen toe.
    • Kijk of elk vakje is ingevuld.
  5. 5Vragen uit dataBeantwoord een vraag uit data met een tabel.
    • Vraag “Welk huisdier komt het meest voor?”
    • Tel om het antwoord te vinden.
    • Maak er een staafdiagram van.

Data verzamelen en labelen

  1. 6KenmerkenNoem kenmerken van een voorwerp, zoals kleur en grootte.
    • Maak een lijst van kenmerken van een blad.
    • Zeg welke kenmerken je kunt meten.
    • Kies de kenmerken die twee bladeren uit elkaar houden.
  2. 7LabelsGeef elk voorbeeld het juiste label.
    • Zeg dat een label het antwoord is dat we AI willen laten leren.
    • Geef twintig plaatjes een label.
    • Kijk de labels van een vriend na.
  3. 8Goede dataZeg waarom duidelijke en juiste voorbeelden goede data maken.
    • Vergelijk scherpe foto's en wazige foto's.
    • Vergelijk juiste labels en foute labels.
    • Zeg welke set AI beter zou leren.
  4. 9Rommelige dataVind en verbeter een fout label in rommelige data.
    • Vind lege vakjes, schrijffouten en foute labels.
    • Verbeter elk probleem.
    • Zeg wat de AI zou leren als je dat niet doet.
  5. 10Kenmerken verzamelenVerzamel kenmerken van tien voorwerpen door ze te meten en op te schrijven.
    • Meet lengte en gewicht.
    • Schrijf kleur en vorm op.
    • Voeg een label toe aan elke rij.

Hoe AI leert

  1. 11Trainen met voorbeeldenZeg dat een model leert van voorbeelden met een label als je het traint.
    • Zeg wat een model is.
    • Zeg dat trainen betekent dat je het voorbeelden laat zien.
    • Kies goede trainingsvoorbeelden.
  2. 12Hoe de classificeerder werktZeg hoe een classificeerder een label kiest.
    • Zeg dat een classificeerder dingen in groepen stopt.
    • Zie hoe hij een nieuw plaatje met zijn voorbeelden vergelijkt.
    • Zeg bij welke groep hij het dichtst zit.
  3. 13Train je eerste modelTrain een model op twee of drie groepen.
    • Kies twee of drie groepen.
    • Voeg minstens tien voorbeelden aan elke groep toe.
    • Druk op trainen en kijk hoe het leert.
  4. 14Test nieuwe voorbeeldenTest een model met voorbeeldplaatjes die het nog niet heeft gezien.
    • Laat het model nieuwe plaatjes zien.
    • Schrijf elke voorspelling op.
    • Zet bij elke voorspelling goed of fout.
  5. 15TrainingslabTrain, test en verbeter een model in het trainingslab.
    • Train een model op je eigen groepen.
    • Test het en vind de fouten.
    • Voeg voorbeelden toe en test het opnieuw.

Voorspellingen doen

  1. 16Trainen en testenZeg waarom we testen met nieuwe voorbeelden.
    • Vergelijk een test met oude plaatjes en een test met nieuwe plaatjes.
    • Zeg waarom de test met oude plaatjes niet eerlijk is.
    • Houd een testset apart.
  2. 17Goed en foutTel hoeveel voorspellingen goed zijn.
    • Tel goede en foute voorspellingen.
    • Schrijf de score als 8 van de 10.
    • Vergelijk twee modellen op hun score.
  3. 18Hoe zekerLees hoe zeker een model is.
    • Lees een zekerheidsbalk.
    • Vind een voorspelling waarbij het model niet zeker is.
    • Zeg wanneer een mens moet controleren.
  4. 19Waarom het faaldeLeg één voorspelling uit die faalde.
    • Bekijk een plaatje dat het model fout had.
    • Vergelijk het met de trainingsvoorbeelden.
    • Zeg wat er anders was.
  5. 20Verbeter het modelVerbeter het model door voorbeelden toe te voegen en opnieuw te testen.
    • Voeg voorbeelden toe die lijken op wat het miste.
    • Train opnieuw.
    • Vergelijk de nieuwe score met de oude score.

Eerlijkheid en vooroordeel

  1. 21Wie ontbreektVind een groep die ontbreekt in een dataset.
    • Bekijk een dataset van honden zonder kleine honden.
    • Zeg wat het model fout zal doen.
    • Vind een ontbrekende groep in een andere dataset.
  2. 22Data in balansZeg of de data in balans zijn, met hetzelfde aantal in elke groep.
    • Tel de voorbeelden in elke groep.
    • Maak een staafdiagram van de aantallen.
    • Zeg of de dataset in balans is.
  3. 23Oneerlijke resultatenZeg hoe ontbrekende data oneerlijke resultaten van AI kunnen maken.
    • Zie een model dat goed werkt voor één groep en slecht voor een andere.
    • Koppel het probleem aan de data.
    • Zeg wie gekwetst kan worden.
  4. 24Verbeter de datasetVerbeter de dataset door voorbeelden toe te voegen zodat die in balans komt.
    • Plan welke voorbeelden je toevoegt.
    • Voeg ze toe en train opnieuw.
    • Kijk of de score van elke groep beter werd.
  5. 25Eerlijk voor iedereenZeg wie gekwetst kan worden door AI die niet eerlijk is voor iedereen.
    • Lees een kort verhaal over oneerlijke AI.
    • Zeg wie werd overgeslagen.
    • Schrijf één regel om het eerlijk te maken.

AI-wetenschapslab

  1. 26Stel een vraagStel een vraag die een AI-sorteerder kan beantwoorden.
    • Kies een sorteerklus, zoals recyclen.
    • Schrijf de vraag: “Is dit papier, plastic of metaal?”
    • Zeg hoe de sorteerder zou helpen.
  2. 27Plan de dataPlan de data: welke voorbeelden je verzamelt.
    • Maak een lijst van de groepen.
    • Plan hoeveel voorbeelden voor elke groep.
    • Plan welke voorbeelden je bewaart om te testen.
  3. 28Bouw de sorteerderBouw de recyclingsorteerder door hem te trainen op papier, plastic en metaal.
    • Maak foto's van schone recycling.
    • Geef de foto's een label.
    • Train de sorteerder.
  4. 29Test moeilijke gevallenTest de sorteerder op moeilijke gevallen.
    • Test verfrommeld papier en glanzend plastic.
    • Schrijf de resultaten op.
    • Vind het ding dat hij het vaakst fout doet.
  5. 30Verslag van de recyclingsorteerderDoe verslag van wat je recyclingsorteerder goed en fout doet.
    • Laat je score zien.
    • Laat één fout zien en leg die uit.
    • Zeg hoe je hem beter zou maken.