Mọi bài học

Khóa học

Trí tuệ nhân tạo lớp 4: Thám tử dữ liệu

Thu thập dữ liệu, gắn nhãn cho ví dụ, huấn luyện một bộ phân loại đơn giản và kiểm tra nó.

Học các bài theo thứ tự. Cuối khóa, em nói được rằng dữ liệu là những sự thật chúng ta thu thập, và đọc được một hàng và một cột trong bảng. Em nêu được đặc điểm, gắn cho mỗi ví dụ đúng nhãn, và sửa được một nhãn sai. Em huấn luyện được một mô hình trên hai hoặc ba nhóm, kiểm tra một mô hình bằng những bức ảnh nó chưa thấy, đếm được bao nhiêu dự đoán là đúng, và giải thích được một dự đoán sai. Em tìm được một nhóm còn thiếu trong tập dữ liệu, làm cân bằng tập dữ liệu, và báo cáo được máy phân loại tái chế của em đúng chỗ nào và sai chỗ nào.

Cách dùng các bài học này

  • Bắt đầu ở bài học có chữ Làm việc này. Tự làm được dòng dưới tên bài thì đi tiếp.
  • Chơi Trò chơi trước. Rồi làm Bài kiểm tra. Đúng 8/10 câu thì đạt. Phiếu bài tập ở trên giấy. Đáp án ở phía dưới.
  • Một lượt ngắn là đủ. Bài nào khó thì làm lại bài ngay trước.
  • Giữ một sổ dữ liệu. Với máy phân loại tái chế, dùng đồ giấy, nhựa và kim loại sạch ở nhà. Chỉ dùng công cụ trí tuệ nhân tạo cùng thầy cô hoặc bố mẹ. Đừng chụp ảnh người khi chưa hỏi.

Mỗi bài có trò chơi, bài kiểm tra và phiếu bài tập.

0/30

Dữ liệu là gì?

  1. 1Dữ liệu là gìNói rằng dữ liệu là những sự thật chúng ta thu thập.
    • Tìm dữ liệu trong một bản tin thời tiết và một tỉ số thể thao.
    • Nói ai thu thập dữ liệu và thu thập để làm gì.
    • Thu thập ba sự thật về ngày của em.
  2. 2Các loại dữ liệuChia dữ liệu thành các loại: số, chữ, hình ảnh và âm thanh.
    • Chia mười mẩu dữ liệu thành bốn nhóm.
    • Nói máy ảnh thu thập loại nào.
    • Nói nhiệt kế thu thập loại nào.
  3. 3BảngĐọc một hàng và một cột trong bảng.
    • Nói rằng mỗi hàng là một ví dụ.
    • Nói rằng mỗi cột là một đặc điểm.
    • Tìm một giá trị trong bảng.
  4. 4Lập một tập dữ liệuLàm một tập dữ liệu nhỏ: bảng về thú cưng.
    • Chọn ba cột: tên, loài và số chân.
    • Thêm mười hàng.
    • Kiểm tra mọi ô đều đã điền.
  5. 5Câu hỏi từ dữ liệuTrả lời một câu hỏi từ dữ liệu bằng bảng.
    • Hỏi: “Thú cưng nào gặp nhiều nhất?”
    • Đếm để tìm câu trả lời.
    • Vẽ biểu đồ cột cho kết quả đó.

Thu thập dữ liệu và gắn nhãn

  1. 6Đặc điểmNêu đặc điểm của một vật, như màu và kích thước.
    • Liệt kê đặc điểm của một chiếc lá.
    • Nói đặc điểm nào em đo được.
    • Chọn đặc điểm giúp phân biệt hai chiếc lá.
  2. 7NhãnGắn cho mỗi ví dụ đúng nhãn.
    • Nói rằng nhãn là câu trả lời ta muốn trí tuệ nhân tạo học.
    • Gắn nhãn cho hai mươi bức ảnh.
    • Kiểm tra nhãn của một bạn.
  3. 8Dữ liệu tốtNói vì sao dữ liệu tốt cần ví dụ rõ và đúng.
    • So sánh ảnh rõ và ảnh mờ.
    • So sánh nhãn đúng và nhãn sai.
    • Nói bộ nào sẽ dạy trí tuệ nhân tạo tốt hơn.
  4. 9Dữ liệu lộn xộnTrong dữ liệu lộn xộn, tìm và sửa một nhãn sai.
    • Tìm ô trống, lỗi chính tả và nhãn sai.
    • Sửa từng lỗi.
    • Nói trí tuệ nhân tạo sẽ học được gì nếu em không sửa.
  5. 10Thu thập đặc điểmĐo và ghi đặc điểm của mười vật.
    • Đo chiều dài và khối lượng.
    • Ghi màu và hình dạng.
    • Thêm một nhãn vào mỗi hàng.

Trí tuệ nhân tạo học như thế nào

  1. 11Huấn luyện bằng ví dụNói rằng khi huấn luyện, một mô hình học từ những ví dụ đã gắn nhãn.
    • Nói mô hình là gì.
    • Nói huấn luyện nghĩa là cho nó xem các ví dụ.
    • Chọn những ví dụ huấn luyện tốt.
  2. 12Phân loại hoạt động thế nàoNói bộ phân loại chọn nhãn như thế nào.
    • Nói rằng bộ phân loại xếp đồ vào các nhóm.
    • Xem nó so một bức ảnh mới với các ví dụ của nó.
    • Nói nó gần nhóm nào nhất.
  3. 13Huấn luyện mô hình đầu tiênHuấn luyện một mô hình trên hai hoặc ba nhóm.
    • Chọn hai hoặc ba nhóm.
    • Thêm ít nhất mười ví dụ vào mỗi nhóm.
    • Nhấn huấn luyện và xem nó học.
  4. 14Kiểm tra ví dụ mớiKiểm tra một mô hình bằng những bức ảnh nó chưa thấy.
    • Cho mô hình xem những bức ảnh mới.
    • Ghi từng dự đoán.
    • Đánh dấu từng dự đoán là đúng hoặc sai.
  5. 15Phòng thí nghiệm huấn luyệnHuấn luyện, kiểm tra và cải thiện một mô hình.
    • Huấn luyện một mô hình trên các nhóm của em.
    • Kiểm tra nó và tìm chỗ nó sai.
    • Thêm ví dụ rồi kiểm tra lại.

Đưa ra dự đoán

  1. 16Huấn luyện và kiểm traNói vì sao ta kiểm tra bằng ví dụ mới.
    • So một bài kiểm tra bằng ảnh cũ với một bài bằng ảnh mới.
    • Nói vì sao bài kiểm tra bằng ảnh cũ là không công bằng.
    • Để riêng một tập dùng để kiểm tra.
  2. 17Đúng và saiĐếm bao nhiêu dự đoán là đúng.
    • Đếm dự đoán đúng và dự đoán sai.
    • Viết điểm là 8 trên 10.
    • So hai mô hình theo điểm của chúng.
  3. 18Chắc đến mức nàoĐọc xem một mô hình chắc đến mức nào.
    • Đọc một thanh độ chắc.
    • Tìm một dự đoán mà mô hình không chắc.
    • Nói khi nào một người nên kiểm tra lại.
  4. 19Một dự đoán saiGiải thích một dự đoán sai.
    • Xem một bức ảnh mà mô hình đoán sai.
    • So nó với các ví dụ huấn luyện.
    • Nói chỗ nào khác.
  5. 20Cải thiện mô hìnhThêm ví dụ rồi kiểm tra lại để cải thiện mô hình.
    • Thêm những ví dụ giống những ví dụ nó bỏ sót.
    • Huấn luyện lại.
    • So điểm mới với điểm cũ.

Công bằng và thiên lệch

  1. 21Ai còn thiếuTìm một nhóm còn thiếu trong tập dữ liệu.
    • Xem một tập dữ liệu về chó, trong đó không có chó nhỏ.
    • Nói mô hình sẽ sai ở chỗ nào.
    • Tìm một nhóm còn thiếu trong một tập dữ liệu khác.
  2. 22Dữ liệu cân bằngNói tập dữ liệu có cân bằng không: mỗi nhóm có cùng số lượng hay không.
    • Đếm ví dụ trong mỗi nhóm.
    • Vẽ biểu đồ cột cho các số đếm.
    • Nói tập dữ liệu có cân bằng hay không.
  3. 23Kết quả không công bằngNói dữ liệu còn thiếu có thể làm trí tuệ nhân tạo không công bằng như thế nào.
    • Xem một mô hình làm tốt với nhóm này và kém với nhóm kia.
    • Nối vấn đề với dữ liệu.
    • Nói ai có thể bị hại.
  4. 24Sửa tập dữ liệuThêm ví dụ để làm cân bằng tập dữ liệu.
    • Lên kế hoạch thêm những ví dụ nào.
    • Thêm chúng rồi huấn luyện lại.
    • Xem điểm của mỗi nhóm có khá hơn không.
  5. 25Công bằng với mọi ngườiNói trí tuệ nhân tạo không công bằng có thể làm hại ai.
    • Đọc một câu chuyện ngắn về trí tuệ nhân tạo không công bằng.
    • Nói ai bị bỏ sót.
    • Viết một quy tắc để làm cho nó công bằng.

Phòng thí nghiệm khoa học trí tuệ nhân tạo

  1. 26Đặt một câu hỏiViết một câu hỏi mà máy phân loại trí tuệ nhân tạo trả lời được.
    • Chọn một việc phân loại, như tái chế.
    • Viết câu hỏi: “Đây là giấy, nhựa, hay kim loại?”
    • Nói máy phân loại sẽ giúp như thế nào.
  2. 27Lên kế hoạch dữ liệuLên kế hoạch sẽ thu thập những ví dụ dữ liệu nào.
    • Liệt kê các nhóm.
    • Lên kế hoạch mỗi nhóm có bao nhiêu ví dụ.
    • Lên kế hoạch giữ những ví dụ nào để kiểm tra.
  3. 28Làm máy phân loạiHuấn luyện một máy phân loại tái chế bằng giấy, nhựa và kim loại.
    • Chụp ảnh đồ tái chế sạch.
    • Gắn nhãn cho các bức ảnh.
    • Huấn luyện máy phân loại.
  4. 29Kiểm tra trường hợp khóKiểm tra máy phân loại với những món dễ nhầm.
    • Kiểm tra giấy nhàu và nhựa bóng.
    • Ghi kết quả.
    • Tìm món nó sai nhiều nhất.
  5. 30Báo cáo máy phân loại tái chếBáo cáo máy phân loại tái chế của em đúng chỗ nào và sai chỗ nào.
    • Chia sẻ điểm của em.
    • Chỉ một lỗi và giải thích lỗi đó.
    • Nói em sẽ làm nó tốt hơn như thế nào.