不管他们是否意识到,机器学习已经被整合到学生们每天使用的许多应用程序中。从Netflix到自动修正工具,这种人工智能技术被用于快速处理数据,个性化用户体验,并使任务更容易。
“这个项目将有助于扩大学生在中学计算机科学课程中接触人工智能基础知识的机会。这个项目为围绕人工智能的文化偏见和数据集多样性的需求展开对话打开了大门。特别是在考虑到种族不平等和不公正的事件时,强调人工智能的重要性至关重要,因为它只取决于为机器学习提供的数据。这种强调将为丰富的讨论打开大门,并使学生具有文化相关性。”
——Susan Forget, STEM & PLTW教师,Sabin中学
3. 教学
3.3. 最后的表演
活动4:机器学习编程
为了将他们从这个项目中学习到的知识与计算机科学课程中的其他学习相结合,学生将使用结对编程结对编程
1. ML4K提供了各种带有训练和编码演练的项目工作表以及相应的数据集。选择并分配一个或多个ML4K监督学习项目选项,供您的学生完成。建议初学者ML4K项目基于一些常见的计算机科学课程主题包括:网络安全-面部锁;数据科学——上学之旅;物联网——智能教室和游戏的发展-Snap !
2. 当学生完成这个活动的编程部分后,让他们和他们的搭档回答以下问题。然后全班一起讨论每一个问题。
• 当测试你的模型时,你认为应用程序的表现如何?为什么你认为它表现得好或不好?
• 你在数据集中发现了哪些抽样偏差?您做了什么来改进您的数据集和模型的性能?
• 你认为使用机器学习模型使你的程序比不使用机器学习的程序更有用或更有效吗?为什么或为什么不?
• 用你已经训练过的模式,你还能创造出什么其他类型的程序或解决方案?如何扩展您的模型以使用多种类型的程序或解决方案
活动5:反思
在这个活动中,学生讨论以下问题来反思他们的学习和考虑日常应用中使用AI技术的社会影响。
• 使用机器学习来驱动应用程序/应用程序会产生什么后果?
• 既然你已经对机器学习和抽样偏差有了更多的了解,那么在你相信机器学习工具(如输入法文本、面部识别或产品推荐)之前,你会问自己哪些问题?