机器学习编程

1. 项目概述

在这个项目中，学生将学习什么是机器学习以及它是如何工作的。然后，他们将把这些知识应用到一个程序的开发中，该程序使用他们训练过的机器学习模型。在这个过程中，他们将看到机器学习在开发当今最有效的软件解决方案方面的作用。

    学科：计算机科学

    预计时长：6-8小时

    目标年级：6-12

课程目标

    项目结束时，学生将能够：

·训练一个机器学习模型。

·理解数据集里抽样偏差的来源和含义。

·在软件程序的开发中使用机器学习模型。

词汇

人工智能                         标签

偏差                             机器学习

分类模型                         模型

置信度                           自然语言理解

数据                             抽样偏差

数据集                           监督学习

决策树                           测试数据

特征                             训练数据

标准

ISTE学生标准

1.授权学习者

  c.学生使用技术来寻求反馈，以监督和改进他们的实践，并以各种方式展示他们的学习。

3.知识建构者

  b.学生评估信息、媒体、数据或其他资源的准确性、视角、可信度和相关性。

5.计算思维者

  b.学生收集数据或识别相关数据集，使用数字工具分析它们，并以各种方式表示数据，以促进解决问题和决策。

  d.学生了解自动化是如何工作的，并使用算法思维来开发一系列步骤来创建和测试自动化解决方案。

 7.全球合作者

   b.学生使用协作技术与他人合作，包括同龄人、专家或社区成员，从多个角度检查问题。

ISTE计算思维能力

1.计算思维

  b.学习识别何处以及如何使用计算来丰富数据或内容，以解决学科特定的问题，并能够将这些机会与基础的CT实践和CS概念联系起来。

3.围绕计算机的协作

  a.建立模型，并与学生一起学习如何制定问题的计算解决方案，以及如何给出和接收可执行的反馈。

  b.应用有效的教学策略来支持学生在计算机方面的协作，包括结对编程、以不同的团队角色工作、公平的工作量分配和项目管理。

AI大想法

2.表示和推理

  代理维持对世界的表示，并使用它们进行推理。

3.学习

  计算机能从数据中学习。

5.社会影响

  人工智能可以对社会产生积极和消极的影响。

CSTA K-12计算机科学标准

  2-DA-08:使用计算工具收集数据，并转换数据，使其更有用和可靠。

  2-DA-09:基于它们生成的数据来改进计算模型。

  2-IC-20:比较影响人们日常活动和职业选择的计算技术。

  2-IC-21:讨论现有技术设计中的偏见和可访问性问题。

  3A-AP-12:创建计算模型，表示从现象或过程中收集的不同数据元素之间的关系。

  3A-IC-25:测试和优化计算工件，以减少偏见和公平性缺陷。

  3A-IC-26:演示给定算法如何应用于跨学科的问题。

  3B-AP-08:描述人工智能如何驱动许多软件和物理系统。

  3B-AP-09:使用人工智能算法与人类对手进行游戏或解决问题。