Informations administratives
| Titre | Fondamentaux de l’apprentissage profond |
| Durée | 150 |
| Module | B |
| Type de leçon | Pratique |
| Focus | Technique — Deep Learning |
| Sujet | NA |
Mots-clés
apprentissage profond, construction de modèles, biais,
Objectifs d’apprentissage
- Syntoniser les hyperparamètres
- Étudier le biais du modèle
Préparation prévue
Événements d’apprentissage à compléter avant
Obligatoire pour les étudiants
Aucun.
Optionnel pour les étudiants
Aucun.
Références et antécédents pour les étudiants
Aucun.
Recommandé pour les enseignants
Aucun.
Matériel de leçon
Instructions pour les enseignants
Il s’agit d’une pratique pratique de 2,5 heures, où les étudiants travailleront en équipe de 3. L’objectif général de cette pratique est d’identifier les biais pour les groupes cibles (tels que définis dans l’ALTAI de la CE [1]). Ceci est appliqué à la fois aux données et aux algorithmes. Les élèves doivent identifier et discuter des biais qui pourraient affecter les utilisateurs du modèle. Construire des modèles dignes de confiance implique des plongées plus profondes et une discussion non seulement sur la qualité de votre modèle, mais aussi sur ses faiblesses, et sur le fait d’être honnête et franc lors de la présentation des métriques du modèle.
À cette fin, cette pratique demandera aux élèves d’étudier les données et de modéliser les biais du point de vue d’un groupe cible, de discuter des problèmes potentiels et métriques qui peuvent découler de ce travail.
La section suivante décrit la vue d’ensemble des tâches et l’allocation de temps que les étudiants devraient viser à suivre. Les tâches ci-dessous sont liées aux sections que vous devrez exécuter dans ce bloc-notes, un certain code est échafaudé, d’autres sont présentés dans son intégralité, et parfois il n’y a pas de code présenté du tout. Pour chaque tâche, il y a une description répertoriée. Certaines sections ne sont pas liées mais doivent être exécutées, par exemple, la section d’importation.
Ensemble de données:
Ensembles de données pour l’enseignement de l’IA éthique (ensemble de données du recensement)
Esquisse
| Durée (min) | Description |
|---|---|
| 10 | Fournir une vue d’ensemble de la pratique |
| 10 | Mise en place, importation et lecture des données |
| 30 | Prétraitement des données & préparation des données |
| 40 | Développement de modèles |
| 60 | Biais du groupe cible |
Remerciements
Le programme de master IA centré sur l’humain a été cofinancé par le mécanisme pour l’interconnexion en Europe de l’Union européenne dans le cadre de la subvention CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.