Käytännönläheinen: Syväoppimisen perusteet

Hallinnolliset tiedot

Avainsanoja

syvä oppiminen, mallin rakentaminen,bias,

Oppimistavoitteet

• Viritä hyperparametrit
• Mallin puolueellisuuden tutkiminen

Odotettu valmistelu

Oppituntimateriaalit

• Käytännöllinen (HTML)
• Käytännöllinen (.ipynb)

Ohjeita opettajille

Tämä on 2,5 tunnin käytännöllinen, jossa opiskelijat työskentelevät kolmen hengen ryhmissä. Tämän käytännön yleisenä tavoitteena on määrittää kohderyhmien puolueellisuus (sellaisena kuin se on määritelty EC ALTAI:ssa [1]). Tätä sovelletaan sekä dataan että algoritmeihin. Opiskelijan on tunnistettava ja keskusteltava mahdollisista ennakkoluuloista, jotka voivat vaikuttaa mallin käyttäjiin. Luotettavien mallien rakentaminen edellyttää syvempiä sukelluksia ja keskustelua paitsi siitä, kuinka hyvä malli on, myös siitä, missä sen heikkoudet ovat, ja olla rehellinen ja etukäteen mallimittareita esitettäessä.

Tätä varten tämä käytännönläheinen pyytää opiskelijoita tutkimaan tietoja ja mallin vinoutumia kohderyhmän näkökulmasta, keskustelemaan mahdollisista ja metriikoihin perustuvista kysymyksistä, jotka voivat syntyä tästä työstä.

Seuraavassa osiossa kuvataan yleiskatsaus tehtävistä ja aikataulusta, joita opiskelijoiden tulisi pyrkiä noudattamaan. Alla olevat tehtävät on linkitetty osioihin, jotka sinun on suoritettava tässä muistikirjassa, jotkut koodit ovat rakennustelineitä, jotkut esitetään kokonaisuudessaan, ja joskus koodia ei esitetä lainkaan. Jokaiselle tehtävälle on luetteloitu kuvaus. On joitakin osia, joita ei ole linkitetty, mutta jotka on suoritettava, esimerkiksi tuonti-osio.

Tietokokonaisuus:

Tietoaineistot eettisen tekoälyn opettamiseen (Census datajoukko)

Hahmotella

Tunnustukset

Human-Centered AI Masters -ohjelmaa rahoitettiin Euroopan unionin Verkkojen Eurooppa -välineestä (CEF-TC-2020–1 Digital Skills 2020-EU-IA-0068).

Opetussuunnitelma SURF:stä

Wikiwijs-sivu