Praktisk: Grundlæggende principper for dyb læring

Administrative oplysninger

Nøgleord

dyb læring, modelbygning,bias,

Læringsmål

• Tune hyperparametre
• Undersøg model bias

Forventet forberedelse

Undervisningsmaterialer

• Praktisk (HTML)
• Praktisk (.ipynb)

Instruktioner til lærerne

Dette er en 2,5-timers praktisk, hvor eleverne vil arbejde i hold på 3. Det overordnede formål med denne praktiske er at identificere skævheder for målgrupper (som defineret i Kommissionens ALTAI [1]). Dette gælder både data og algoritmer. Eleverne skal identificere og diskutere eventuelle skævheder, der kan påvirke brugere af modellen. Opbygning af troværdige modeller involverer dybere dyk og diskussion om ikke kun, hvor god din model er, men hvor dens svagheder ligger, og at være ærlig og upfront, når du præsenterer modelmålingerne.

Med henblik herpå vil denne praktiske bede eleverne om at undersøge data og model bias fra en målgruppe synspunkt, at diskutere potentielle og metriske-drevne spørgsmål, der kan opstå fra dette arbejde.

I det følgende afsnit beskrives oversigten over opgaverne og den tidsfordeling, som eleverne skal tilstræbe at følge. Opgaverne nedenfor er knyttet til de sektioner, som du skal køre i denne notesbog, nogle kode er stilladset, nogle præsenteres i sin helhed, og nogle gange er der ingen kode præsenteret overhovedet. For hver opgave er der angivet en beskrivelse. Der er nogle sektioner, der ikke er forbundet, men skal køres, f.eks. importsektionen.

Datasæt:

Datasæt til undervisning i etisk AI (Censusdatasæt)

Omrids

Anerkendelser

Programmet Human-Centered AI Masters blev samfinansieret af Connecting Europe-faciliteten i Den Europæiske Union under tilskud CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.

Lektionsplan på SURF

Wikiwijs-side