Administrativní informace
| Název | Základy hlubokého učení |
| Trvání | 150 |
| Modul | B |
| Typ lekce | Praktické |
| Soustředění | Technické – hluboké učení |
| Téma | NA |
Klíčová slova
hluboké učení, modelová budova, předsudek,
Vzdělávací cíle
- Nalaďte hyperparametry
- Prozkoumejte předpojatost modelu
Očekávaná příprava
Vzdělávací akce, které mají být dokončeny před
Povinné pro studenty
Žádné.
Volitelné pro studenty
Žádné.
Reference a zázemí pro studenty
Žádné.
Doporučeno pro učitele
Žádné.
Materiály pro výuku
Pokyny pro učitele
Jedná se o 2,5 hodiny praxe, kde studenti budou pracovat v týmech po třech. Obecným cílem této praktické praxe je určit zkreslení pro cílové skupiny (jak je definováno v ALTAI ES [1]). To platí jak pro data, tak pro algoritmy. Studenti musí identifikovat a diskutovat o předsudcích, které by mohly ovlivnit uživatele modelu. Budování důvěryhodných modelů zahrnuje hlubší ponory a diskusi nejen o tom, jak dobrý je váš model, ale kde leží jeho slabiny, a být upřímná a upřímná při prezentaci modelových metrik.
Za tímto účelem bude tento praktický požádat studenty, aby prozkoumali data a předpojatost modelu z pohledu cílové skupiny, aby diskutovali o potenciálních a metricky motivovaných problémech, které mohou vzniknout z této práce.
Následující část popisuje přehled úkolů a časového přídělu, který by studenti měli sledovat. Níže uvedené úkoly jsou spojeny s oddíly, které budete muset spustit v tomto poznámkovém bloku, některé kód je lešení, některé jsou uvedeny v celku, a někdy tam není žádný kód prezentován vůbec. Pro každý úkol je uveden popis. Existují některé oddíly, které nejsou propojeny, ale je třeba je spustit, například oddíl import.
Soubor údajů:
Soubory dat pro výuku etické umělé inteligence (Census data set)
Obrys
| Doba trvání (Min) | Popis |
|---|---|
| 10 | Poskytnutí přehledu o praktické |
| 10 | Nastavení, dovoz a čtení údajů |
| 30 | Předzpracování dat & Příprava dat |
| 40 | Vývoj modelů |
| 60 | Předpojatost cílové skupiny |
Potvrzení
Program Human-Centered AI Masters byl spolufinancován Nástrojem Evropské unie pro propojení Evropy v rámci grantu CEF-TC-2020–1 Digitální dovednosti 2020-EU-IA-0068.