Informacje administracyjne
| Tytuł | Podstawy głębokiego uczenia się |
| Czas trwania | 150 |
| Moduł | B |
| Rodzaj lekcji | Praktyczne |
| Skupienie | Techniczne – głębokie uczenie się |
| Temat | NARODOWA |
Słowa kluczowe
głębokie uczenie się, model budynku, uprzedzenia,
Cele w zakresie uczenia się
- Dostrajanie hiperparametrów
- Zbadaj stronniczość modelu
Oczekiwane przygotowanie
Wydarzenia edukacyjne, które należy ukończyć przed
Obowiązkowe dla studentów
Brak.
Opcjonalne dla studentów
Brak.
Referencje i tło dla studentów
Brak.
Zalecane dla nauczycieli
Brak.
Materiały do lekcji
Instrukcje dla nauczycieli
Jest to 2,5-godzinna praktyka, w której uczniowie będą pracować w zespołach 3. Ogólnym celem tej praktyki jest określenie stronniczości dla grup docelowych (zgodnie z definicją zawartą w EC ALTAI [1]). Dotyczy to zarówno danych, jak i algorytmów. Uczniowie muszą zidentyfikować i omówić wszelkie uprzedzenia, które mogą mieć wpływ na użytkowników modelu. Budowanie wiarygodnych modeli wiąże się z głębszymi nurkowaniami i dyskusjami na temat nie tylko tego, jak dobry jest twój model, ale także tego, gdzie leży jego słabości, oraz bycia uczciwym i z góry przy prezentowaniu wskaźników modelu.
W tym celu praktyczne poprosi uczniów o zbadanie danych i modelowanie stronniczości z punktu widzenia grupy docelowej, aby omówić potencjalne i metryczne problemy, które mogą wyniknąć z tej pracy.
W poniższej sekcji opisano przegląd zadań i przydział czasu, który uczniowie powinni śledzić. Poniższe zadania są powiązane z sekcjami, które trzeba uruchomić w tym notesie, niektóre kod jest rusztowany, niektóre są przedstawione w całości, a czasami nie ma kodu w ogóle. Dla każdego zadania znajduje się opis. Istnieją pewne sekcje, które nie są połączone, ale muszą być uruchomione, na przykład sekcja importu.
Zbiór danych:
Zestawy danych do nauczania etycznej sztucznej inteligencji (zestaw danych spisu danych)
Zarys
| Czas trwania (min) | Opis |
|---|---|
| 10 | Przedstawienie zarysu praktycznego |
| 10 | Konfiguracja i import oraz odczyt danych |
| 30 | Wstępne przetwarzanie danych i przygotowanie danych |
| 40 | Opracowanie modelu |
| 60 | Stronniczość dla grupy docelowej |
Potwierdzenia
Program Masters zorientowany na człowieka został współfinansowany przez instrument „Łącząc Europę” Unii Europejskiej w ramach grantu CEF-TC-2020-1 Umiejętności cyfrowe 2020-EU-IA-0068.