Διοικητικές πληροφορίες
| Τίτλος | Βασικές αρχές της βαθιάς μάθησης |
| Διάρκεια | 150 |
| Ενότητα | Β |
| Είδος μαθήματος | Πρακτική |
| Εστίαση | Τεχνική — Βαθιά Μάθηση |
| Θέμα | ΝΑ |
Λέξεις-κλειδιά
βαθιά μάθηση, πρότυπο κτήριο, προκαταλήψεις,
Μαθησιακοί στόχοι
- Συντονισμός υπερ-παράμετρων
- Διερεύνηση της προκατάληψης του μοντέλου
Αναμενόμενη προετοιμασία
Μαθησιακές εκδηλώσεις που πρέπει να ολοκληρωθούν πριν
Υποχρεωτικό για τους φοιτητές
Καμία.
Προαιρετικό για Φοιτητές
Καμία.
Αναφορές και υπόβαθρο για τους μαθητές
Καμία.
Συνιστάται για εκπαιδευτικούς
Καμία.
Υλικό μαθήματος
Οδηγίες για τους εκπαιδευτικούς
Αυτό είναι ένα πρακτικό 2,5 ωρών, όπου οι μαθητές θα εργαστούν σε ομάδες των 3. Ο γενικός στόχος αυτού του πρακτικού είναι ο εντοπισμός μεροληψίας για τις ομάδες-στόχους (όπως ορίζεται στην Ευρωπαϊκή Επιτροπή ALTAI [1]). Αυτό ισχύει τόσο για τα δεδομένα όσο και για τους αλγορίθμους. Οι μαθητές πρέπει να εντοπίσουν και να συζητήσουν τυχόν προκαταλήψεις που θα μπορούσαν να επηρεάσουν τους χρήστες του μοντέλου. Η οικοδόμηση αξιόπιστων μοντέλων περιλαμβάνει βαθύτερες καταδύσεις και συζήτηση όχι μόνο για το πόσο καλό είναι το μοντέλο σας, αλλά και για το πού βρίσκονται οι αδυναμίες και να είστε ειλικρινείς και εκ των προτέρων όταν παρουσιάζετε τις μετρήσεις του μοντέλου.
Για το σκοπό αυτό, αυτό το πρακτικό θα ζητήσει από τους μαθητές να διερευνήσουν δεδομένα και προκαταλήψεις μοντέλων από την άποψη της ομάδας-στόχου, να συζητήσουν πιθανά και μετρικά θέματα που μπορεί να προκύψουν από αυτή την εργασία.
Η ακόλουθη ενότητα περιγράφει την επισκόπηση των καθηκόντων και την κατανομή του χρόνου που οι μαθητές θα πρέπει να επιδιώκουν να ακολουθήσουν. Οι παρακάτω εργασίες συνδέονται με τις ενότητες που θα πρέπει να εκτελέσετε σε αυτό το σημειωματάριο, κάποιος κώδικας είναι σκαλωσιά, μερικοί παρουσιάζονται στο σύνολό του και μερικές φορές δεν παρουσιάζεται καθόλου κώδικας. Για κάθε εργασία, υπάρχει μια περιγραφή που παρατίθεται. Υπάρχουν ορισμένα τμήματα που δεν συνδέονται, αλλά πρέπει να εκτελούνται, για παράδειγμα, το τμήμα εισαγωγής.
Σύνολο δεδομένων:
Σύνολα δεδομένων για τη διδασκαλία της ηθικής ΤΝ (Σύνολο δεδομένων απογραφής)
Σχεδιάγραμμα
| Διάρκεια (ελάχιστη) | Περιγραφή |
|---|---|
| 10 | Παροχή επισκόπησης της πρακτικής |
| 10 | Οργάνωση και εισαγωγές και ανάγνωση των στοιχείων |
| 30 | Προεπεξεργασία δεδομένων & προετοιμασία δεδομένων |
| 40 | Ανάπτυξη μοντέλων |
| 60 | Προκατάληψη της ομάδας-στόχου |
Αναγνωρίσεις
Το πρόγραμμα Μάστερ τεχνητής νοημοσύνης με επίκεντρο τον άνθρωπο συγχρηματοδοτήθηκε από τον μηχανισμό «Συνδέοντας την Ευρώπη» της Ευρωπαϊκής Ένωσης στο πλαίσιο της επιχορήγησης CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.