Tüm dersler

Kurs

6. sınıf yapay zeka: Yapay zeka ve hesaplamalı düşünme

Algoritmaları ve veriyi öğren. Makine öğrenmesi modellerinin nasıl eğitilip test edildiğini gör.

Dersleri sırayla çalış. Sonda yapay zekayı, makine öğrenmesini ve üretken yapay zekayı ayırt edersin ve gerçek bir yapay zeka uygulamasının girdisini, modelini ve çıktısını adlandırırsın. Döngülü ve koşullu algoritmalar yazarsın ve bir karar ağacı kurarsın. Piksellerin bir resmi sayı olarak nasıl sakladığını ve metnin sayı olarak nasıl saklandığını açıklarsın, bir noktayı en yakın örneklere göre sınıflandırırsın ve test sonuçlarından doğruluğu hesaplarsın. Bir nöronun girdileri ağırlıklarla nasıl birleştirdiğini açıklarsın, bir cümleyi tokenlara bölersin, bir yapay zeka uygulamasını doğruluk, adalet ve gizlilik için puanlarsın ve bir bitki sınıflandırıcısını sunup hatalarını açıklarsın.

Bu dersleri nasıl kullanırsın

  • Bunu yap yazan dersten başla. Başlığın altındaki satırı kendin yapınca devam et.
  • Önce Oyunlar. Sonra Sınav. 8/10 doğru ile geçersin. Çalışma kağıtları kâğıt üzerinde. Cevaplar en altta.
  • Her ders bir öncekinin üstüne kurulur. Bir ders zorsa bir geri git.
  • Yalnızca öğretmeninin izin verdiği yapay zeka araçlarını kullan. Özel bilgilerini asla bir sohbet botuna yapıştırma. Her yapay zeka cevabını kontrol et. Ödevinin hangi kısımlarında yapay zekanın yardım ettiğini söyle.

Her derste oyunlar, sınav ve çalışma kağıtları vardır.

0/36

Yapay zekayı anlamak

  1. 1Yapay zeka, makine öğrenmesi ve üretken yapay zekaYapay zekayı, makine öğrenmesini ve üretken yapay zekayı ayırt et.
    • Yapay zekayı, makine öğrenmesini ve üretken yapay zekayı tanımla.
    • Birbirinin içine nasıl oturduklarını çiz.
    • 10 uygulamayı üç gruba ayır.
  2. 2Yapay zekanın kısa tarihiÖnemli yapay zeka anlarını bir zaman çizelgesine yerleştir.
    • Satranç bilgisayarlarını, sesli asistanları ve sohbet botlarını bir zaman çizelgesine koy.
    • Her birini mümkün kılan şeyin ne değiştiğini söyle.
    • Yanlış çıkan bir tahmini adlandır.
  3. 3Dar ve genel yapay zekaBugünkü yapay zekanın neden dar görevlerde en iyi olduğunu açıkla.
    • Bir satranç programını bir kişiyle karşılaştır.
    • Yapay zekanın iyi yaptığı görevleri ve zorlandığı görevleri listele.
    • Genel yapay zekanın neye ihtiyacı olacağını açıkla.
  4. 4Bir yapay zeka sistemini inceleGerçek bir yapay zeka uygulamasının girdisini, modelini ve çıktısını adlandır.
    • Fotoğrafla arama ya da çevirmen gibi bir uygulama seç.
    • Girdisini, modelini ve çıktısını çiz.
    • Muhtemelen hangi veriyle eğitildiğini söyle.

Algoritmalar

  1. 5Sıralı adımlarBir algoritmayı sıralı adımlar olarak yaz.
    • Algoritmayı tanımla.
    • Sandviç yapmak için adımları yaz.
    • Bilgisayar için belirsiz adımları bul.
  2. 6DöngülerAdımları tekrarlamak için bir döngü kullan.
    • Tekrarlanan adımları bir döngüyle değiştir.
    • Sayan bir döngü kullan.
    • Bir koşul sağlanana kadar çalışan bir döngü kullan.
  3. 7KoşullarBir yol seçmek için koşullar kullan.
    • if, else if ve else yaz.
    • Koşulları and, or ve not ile birleştir.
    • Bir algoritmayı elle izle.
  4. 8Karar ağaçlarıHayvanları ayıran bir karar ağacı kur.
    • Her dalda evet-hayır sorusu sor.
    • Ağacınla 10 hayvanı ayır.
    • Hâlâ işe yarayan en kısa ağacı bul.

Veri gösterimi

  1. 9Sayılar ve kategorilerSayıları kategorilerden ayırt et.
    • Özellikleri sayılara ve kategorilere ayır.
    • Bir kategoriyi sayılara çevir.
    • Bilgisayarın neden sayılara ihtiyacı olduğunu söyle.
  2. 10Resimler sayı olarakPiksellerin bir resmi sayı olarak nasıl sakladığını açıkla.
    • 0 ve 1 ızgarasına bir resim çiz.
    • Kırmızı, yeşil ve mavi değerleri karıştır.
    • Küçük bir fotoğraftaki sayıları say.
  3. 11Metin sayı olarakMetnin sayı olarak nasıl saklandığını açıkla.
    • Harfleri kodlara çevir.
    • Listedeki her söze bir sayı ver.
    • Her sözcüğün ne sıklıkla geçtiğini say.
  4. 12Veri tablolarıVeriyi satırlara, sütunlara ve özelliklere ayır.
    • Bir hesap tablosunda tablo kur.
    • Özellikleri ve etiketi adlandır.
    • Tabloyu sırala ve süz.

Sınıflandırma

  1. 13Özellikler ve etiketlerBir etiket için yararlı özellikler seç.
    • Özelliğin ve etiketin ne olduğunu söyle.
    • Özellikleri en yararlıdan en az yararlıya sırala.
    • Yardım etmeyen bir özelliği çıkar.
  2. 14En yakın örneklerBir noktayı en yakın örneklere göre sınıflandır.
    • Örnekleri iki özellikli bir grafikte işaretle.
    • Yeni bir noktaya en yakın örneği bul.
    • En yakın üç örneği kullan ve oy ver.
  3. 15Sınır çizmekİki grubu ayıran bir çizgi çiz.
    • İki nokta grubunun arasına bir çizgi çiz.
    • Yeni noktaları çizginin hangi tarafında olduklarına göre sınıflandır.
    • Hiçbir düz çizginin ayıramayacağı veriyi bul.
  4. 16Bir sınıflandırıcı kurKodsuz bir araçla basit bir sınıflandırıcı kur.
    • Küçük bir veri kümesi yükle.
    • Bir sınıflandırıcı eğit.
    • 5 yeni örneği sınıflandır.

Model eğitimi

  1. 17Eğitim verisiBir modelin eğitim verisinden ne öğrendiğini açıkla.
    • Modelin senin yazdığın kuralları değil, örüntüleri öğrendiğini söyle.
    • Veriyi değiştirmenin modeli nasıl değiştirdiğini göster.
    • Modelin yanlışlıkla öğrendiği bir örüntüyü bul.
  2. 18Test verisiTest verisinin neden ayrı tutulması gerektiğini açıkla.
    • Veriyi eğitim ve test kümelerine ayır.
    • İki kümedeki skorları karşılaştır.
    • Bir model için “ezberlemek” ne demek, açıkla.
  3. 19DoğrulukTest sonuçlarından doğruluğu hesapla.
    • Doğru tahminleri say.
    • Doğruluğu yüzde olarak yaz.
    • 90% neden hâlâ kötü olabilir, açıkla.
  4. 20Modeli iyileştirVeriyi değiştir ve doğruluğu karşılaştır.
    • Daha fazla örnek ekle.
    • Yanlış etiketleri çıkar.
    • Her değişiklikten sonra doğruluğu yaz.

Sinir ağı kavramları

  1. 21Yapay nöronlarBir nöronun girdileri ağırlıklarla nasıl birleştirdiğini açıkla.
    • Her girdiyi kendi ağırlığıyla çarp.
    • Hepsini topla ve bir eşikle karşılaştır.
    • Bir ağırlığı değiştir ve çıktının değiştiğini gör.
  2. 22KatmanlarKatmanların sinyalleri ileri nasıl ilettiğini açıkla.
    • Girdi, gizli ve çıktı katmanlarını çiz.
    • Sayıları küçük bir ağdan geçir.
    • Daha fazla katmanın neden daha zor örüntüleri bulabildiğini söyle.
  3. 23Ağırlıkları öğrenmekEğitimin ağırlıkları değiştirdiğini açıkla.
    • Ağırlıkları tahmin et ve hatayı kontrol et.
    • Hatayı küçültmek için ağırlıkları biraz kaydır.
    • Eğitimin bunu birçok kez tekrarladığını söyle.
  4. 24İnsan sinir ağıKüçük bir sinir ağını sınıf arkadaşlarınla canlandır.
    • Her kişi bir nöron olur.
    • Sinyalleri girdiden çıktıya ilet.
    • Yanlış bir cevabı düzeltmek için ağırlıkları değiştir.

Üretken yapay zeka

  1. 25Metin nasıl üretilirBir dil modelinin sonraki tokeni tahmin ettiğini açıkla.
    • Cümlelerde sonraki sözcüğü tahmin et.
    • Bir hikâyeden küçük bir sonraki-sözcük tahmincisi kur.
    • Model neden doğru gibi duyulup yine de yanlış olabilir, söyle.
  2. 26TokenlarBir cümleyi tokenlara böl.
    • Bir tokenleştiricinin sözcükleri nasıl böldüğünü gör.
    • Bir cümledeki tokenleri say.
    • Uzun sözcüklerin neden birkaç token olduğunu söyle.
  3. 27İstem denemeleriBir istemin bir parçasını değiştir ve sonuçları karşılaştır.
    • Her seferinde yalnızca bir şeyi değiştir.
    • Her istemi ve sonucu yaz.
    • Her değişikliğin ne yaptığını yaz.
  4. 28Üretimin sınırlarıBir dil modelinin neden uydurabildiğini açıkla.
    • Bir yapay zeka cevabında uydurma bir olgu bul.
    • Tahminin bunu neden üretebildiğini açıkla.
    • Yapay zeka metnini kontrol etmenin yollarını listele.

Yapay zeka etiği

  1. 29ÖnyargıBir veri kümesinde ya da bir sonuçta önyargı bul.
    • Yapay zekada önyargıyı tanımla.
    • Az temsil edilen bir grup bul.
    • Bunun sonuçları nasıl değiştirdiğini açıkla.
  2. 30Doğruluk ve güvenBir yapay zeka cevabına ne zaman güvenmenin güvenli olduğuna karar ver.
    • Düşük riskli ve yüksek riskli kullanımları karşılaştır.
    • Bir insanın ne zaman kontrol etmesi gerektiğine karar ver.
    • Bir güven kontrol listesi yaz.
  3. 31GizlilikBir yapay zeka uygulamasının hangi veriyi topladığını açıkla.
    • Bir uygulamanın gizlilik özetini oku.
    • Topladığı verileri listele.
    • Neyi paylaşmayacağını söyle.
  4. 32Bir yapay zeka sistemini değerlendirBir yapay zeka uygulamasını doğruluk, adalet ve gizlilik için puanla.
    • Üç parçalı bir puan kartı yap.
    • Uygulamayı dene ve kartı doldur.
    • Bir düzeltme öner.

Yapay zeka keşif projesi

  1. 33Projeyi planlaBir soru yaz ve veri kümesini planla.
    • Soruyu yaz: “Bu yaprak hangi bitkiden?”
    • 3 veya 4 bitki grubu seç.
    • Eğitim ve test kümelerini planla.
  2. 34Bitki verisini hazırlaYaprak resimlerini ayır ve etiketle.
    • Hazır bir yaprak veri kümesi kullan.
    • Etiketleri kontrol et.
    • Bir test kümesini ayrı tut.
  3. 35Eğit ve test etBir bitki sınıflandırıcısı eğit ve sonuçları yaz.
    • Sınıflandırıcıyı eğit.
    • Test kümesindeki doğruluğu hesapla.
    • Yanlış tahminleri topla.
  4. 36Yapay zeka bitki dedektifiBir bitki sınıflandırıcısını sun ve hatalarını açıkla.
    • Doğru ve yanlış tahminleri göster.
    • Hataların neden olduğunu açıkla.
    • Hangi ek örneklerin yardım edeceğini söyle.