Административна информация
| Дял | Основи на дълбокото учене |
| Продължителност | 150 |
| Модул | Б |
| Вид на урока | Практичен |
| Фокус | Технически — задълбочено обучение |
| Тема | НА |
Ключови думи
дълбоко обучение, изграждане на модели, предубеждения,
Учебни цели
- Настройване на хиперпараметри
- Изследване на пристрастия към модела
Очаквана подготовка
Обучение на събития, които трябва да бъдат завършени преди
Задължително за студентите
Няма.
Незадължително за студенти
Няма.
Референции и фон за студенти
Няма.
Препоръчва се за учители
Няма.
Материали за уроци
Инструкции за учители
Това е 2,5 часа практично, където учениците ще работят в екипи по 3. Общата цел на тази практическа практика е да се идентифицират пристрастията към целевите групи (както е определено в ALTAI на ЕО [1]). Това се прилага както за данните, така и за алгоритмите. Учениците трябва да идентифицират и обсъдят всякакви пристрастия, които биха могли да засегнат потребителите на модела. Изграждането на надеждни модели включва по-дълбоки гмуркания и дискусии не само за това колко добър е вашият модел, но и за това къде са слабостите, и да бъдете честни и предварително при представянето на показателите за модела.
За тази цел тази практическа ще поиска от студентите да проучат данни и пристрастия към модела от гледна точка на целевата група, за да обсъдят потенциалните и метричните въпроси, които могат да възникнат от тази работа.
В следващия раздел се описва прегледът на задачите и разпределението на времето, което учениците трябва да се стремят да следват. Задачите по-долу са свързани със секциите, които ще трябва да изпълните в този бележник, някои код е скеле, някои са представени в неговата цялост, а понякога няма никакъв код. За всяка задача е посочено описание. Има някои раздели, които не са свързани, но трябва да се изпълняват, например секцията за импортиране.
Набор от данни:
Набори от данни за преподаване на етичен ИИ (набор от данни от преброяването)
Очертаване
| Продължителност (минимум) | Описание |
|---|---|
| 10 | Предоставяне на общ преглед на практическите |
| 10 | Създаване, внос и четене на данните |
| 30 | Предварителна обработка на данни и подготовка на данни |
| 40 | Разработване на модели |
| 60 | Пристрастност към целевата група |
Потвърждения
Магистърската програма по ИИ, насочена към човека, беше съфинансирана от Механизма за свързване на Европа на Европейския съюз под формата на безвъзмездни средства № CEF-TC-2020—1 Digital Skills 2020-EU-IA-0068.