Все уроки

Курс

ИИ 4 класса: детективы данных

Собирай данные, ставь метки на примеры, обучи простой классификатор и проверь его.

Проходи уроки по порядку. К концу ты сможешь сказать, что данные — это факты, которые мы собираем, и прочитать строку и столбец в таблице. Ты сможешь назвать признаки, дать каждому примеру правильную метку и исправить неправильную метку. Ты сможешь обучить модель на двух или трёх группах, проверить её картинками, которые она не видела, посчитать, сколько предсказаний верны, и объяснить одно неверное предсказание. Ты сможешь найти группу, которой нет в наборе данных, сбалансировать набор данных и рассказать, что твой сортировщик вторсырья делает верно и неверно.

Как пользоваться этими уроками

  • Начни с урока, где написано Сделай это. Иди дальше, когда сам делаешь строку под названием.
  • Сначала играй: Игры. Потом сделай: Проверка. 8 из 10 верно для зачёта. Листы на бумаге. Ответы внизу.
  • Коротко позаниматься — и хватит. Если урок трудный, пройди предыдущий ещё раз.
  • Веди тетрадь данных. Для сортировщика вторсырья бери дома чистые вещи из бумаги, пластика и металла. Инструменты ИИ используй только с учителем или родителем. Никогда не фотографируй людей без спроса.

В каждом уроке есть игры, проверка и листы.

0 из 30

Что такое данные?

  1. 1Что такое данныеСкажи, что данные — это факты, которые мы собираем.
    • Найди данные в сводке погоды и в счёте спортивной игры.
    • Скажи, кто их собирает и зачем.
    • Собери три факта о своём дне.
  2. 2Виды данныхРазложи данные на виды: числа, слова, картинки и звуки.
    • Разложи десять кусочков данных на четыре группы.
    • Скажи, какой вид собирает камера.
    • Скажи, какой вид собирает термометр.
  3. 3ТаблицыПрочитай строку и столбец в таблице.
    • Скажи, что каждая строка — это один пример.
    • Скажи, что каждый столбец — это один признак.
    • Найди значение в таблице.
  4. 4Собери набор данныхСделай маленький набор данных: таблицу про питомцев.
    • Выбери три столбца: имя, вид и ноги.
    • Добавь десять строк.
    • Проверь, что каждая клетка заполнена.
  5. 5Вопросы по даннымОтветь на вопрос по данным с помощью таблицы.
    • Спроси: «Какой питомец встречается чаще всего?»
    • Посчитай, чтобы найти ответ.
    • Сделай столбчатую диаграмму.

Сбор данных и метки

  1. 6ПризнакиНазови признаки предмета, например цвет и размер.
    • Перечисли признаки листа.
    • Скажи, какие признаки можно измерить.
    • Выбери признаки, по которым два листа отличаются.
  2. 7МеткиДай каждому примеру правильную метку.
    • Скажи, что метка — это ответ, которому мы хотим научить ИИ.
    • Поставь метки на двадцать картинок.
    • Проверь метки друга.
  3. 8Хорошие данныеСкажи, почему для хороших данных важны ясные и правильные примеры.
    • Сравни чёткие и размытые фото.
    • Сравни правильные и неправильные метки.
    • Скажи, какой набор лучше научит ИИ.
  4. 9Грязные данныеВ грязных данных найди и исправь неправильную метку.
    • Найди пустые клетки, опечатки и неправильные метки.
    • Исправь каждую проблему.
    • Скажи, чему научился бы ИИ, если бы ты этого не сделал.
  5. 10Собери признакиИзмерь и запиши признаки десяти предметов.
    • Измерь длину и вес.
    • Запиши цвет и форму.
    • Добавь метку в каждую строку.

Как учится ИИ

  1. 11Обучение на примерахСкажи, что при обучении модель учится на примерах с метками.
    • Скажи, что такое модель.
    • Скажи, что обучение — это показывать ей примеры.
    • Выбери хорошие примеры для обучения.
  2. 12Как работает классификацияСкажи, как классификатор выбирает метку.
    • Скажи, что классификатор раскладывает вещи по группам.
    • Посмотри, как он сравнивает новую картинку со своими примерами.
    • Скажи, к какой группе она ближе всего.
  3. 13Обучи свою первую модельОбучи модель на двух или трёх группах.
    • Выбери две или три группы.
    • Добавь хотя бы десять примеров в каждую.
    • Нажми «обучить» и смотри, как она учится.
  4. 14Проверь новые примерыПроверь модель картинками, которые она не видела.
    • Покажи модели новые картинки.
    • Запиши каждое предсказание.
    • Отметь каждое как верное или неверное.
  5. 15Лаборатория обученияОбучи, проверь и улучши модель.
    • Обучи модель на своих группах.
    • Проверь её и найди ошибки.
    • Добавь примеры и проверь её снова.

Как делать предсказания

  1. 16Обучение и проверка моделиСкажи, зачем мы проверяем на новых примерах.
    • Сравни проверку на старых картинках и проверку на новых картинках.
    • Скажи, почему проверка на старых картинках нечестная.
    • Держи проверочный набор отдельно.
  2. 17Верно и неверноПосчитай, сколько предсказаний верны.
    • Посчитай верные и неверные предсказания.
    • Запиши счёт как 8 из 10.
    • Сравни две модели по их счетам.
  3. 18Насколько уверенаПрочитай, насколько модель уверена.
    • Прочитай полоску уверенности.
    • Найди предсказание, в котором модель не уверена.
    • Скажи, когда должен проверить человек.
  4. 19Почему предсказание неверноОбъясни одно неверное предсказание.
    • Посмотри на картинку, в которой модель ошиблась.
    • Сравни её с примерами для обучения.
    • Скажи, что было другим.
  5. 20Улучши модельДобавь примеры и проверь снова, чтобы улучшить модель.
    • Добавь примеры, похожие на те, что она пропустила.
    • Обучи снова.
    • Сравни новый счёт со старым счётом.

Справедливость и предвзятость

  1. 21Кого не хватаетНайди группу, которой нет в наборе данных.
    • Посмотри на набор данных про собак без маленьких собак.
    • Скажи, в чём модель ошибётся.
    • Найди недостающую группу в другом наборе данных.
  2. 22Сбалансированные данныеСкажи, сбалансирован ли набор данных: одинаковое ли число в каждой группе.
    • Посчитай примеры в каждой группе.
    • Сделай столбчатую диаграмму по этим числам.
    • Скажи, сбалансирован ли набор данных.
  3. 23Несправедливые результатыСкажи, как недостающие данные могут сделать ИИ несправедливым.
    • Посмотри, как модель хорошо работает для одной группы и плохо для другой.
    • Свяжи проблему с данными.
    • Скажи, кому это может навредить.
  4. 24Исправь набор данныхДобавь примеры, чтобы сбалансировать набор данных.
    • Спланируй, какие примеры добавить.
    • Добавь их и обучи снова.
    • Проверь, стал ли счёт каждой группы лучше.
  5. 25Справедливо для всехСкажи, кому может навредить несправедливый ИИ.
    • Прочитай короткий рассказ о несправедливом ИИ.
    • Скажи, кого оставили в стороне.
    • Напиши одно правило, чтобы сделать его справедливым.

Научная лаборатория ИИ

  1. 26Задай вопросНапиши вопрос, на который мог бы ответить сортировщик ИИ.
    • Выбери работу по сортировке, например вторсырьё.
    • Напиши вопрос: «Это бумага, пластик или металл?»
    • Скажи, чем помог бы сортировщик.
  2. 27Спланируй данныеСпланируй, какие примеры данных собрать.
    • Перечисли группы.
    • Спланируй, сколько примеров в каждой группе.
    • Спланируй, какие примеры оставить для проверки.
  3. 28Собери сортировщикОбучи сортировщик вторсырья на бумаге, пластике и металле.
    • Сфотографируй чистое вторсырьё.
    • Поставь метки на фото.
    • Обучи сортировщик.
  4. 29Проверь трудные случаиПроверь сортировщик на хитрых предметах.
    • Проверь мятую бумагу и блестящий пластик.
    • Запиши результаты.
    • Найди предмет, в котором он ошибается чаще всего.
  5. 30Отчёт о сортировщике вторсырьяРасскажи, что твой сортировщик вторсырья делает верно и неверно.
    • Поделись своим счётом.
    • Покажи одну ошибку и объясни её.
    • Скажи, как ты сделаешь его лучше.