Jak se model učí z dat

Žáci poznají, jak model strojového učení hledá vzory v příkladech, rozliší základní typy úloh a promyslí přípravu dat před trénováním.

Průvodce tématem Jak se model učí z dat v předmětu Informatika pro 8. třídu: co mají žáci zvládnout, na co navázat a kde nejčastěji chybují. K tomu příprava na hodinu, pracovní list nebo písemka, které ScioBot připraví na jedno kliknutí přesně pro tento ročník.

Připravit hodinu Všechny formáty

Klikněte a tvořte

Získejte přípravu zdarma

Vyberte formát. Jedním kliknutím otevřete tvorbu na téma Jak se model učí z dat (8. třída) — ScioBot ho připraví za vás.

Připravit hodinu

Další formáty na jedno kliknutí

Téma i ročník jsou už vyplněné. Nic nepíšete — rovnou tvoříte.

Žáci v 8. ročníku poznávají strojové učení jako způsob, při kterém se nastavení modelu upravuje podle příkladů, aby dokázal rozpoznávat vzory a vytvářet odhady. U učení s učitelem mají příklady štítky se správnými odpověďmi, u učení bez učitele štítky chybějí. Téma připravuje na výstup INF-INF-001-ZV9-004: žáci si ujasní cíl úlohy a způsob přípravy dat před trénováním modelu.

Rozlišují základní typy úloh: klasifikace zařazuje příklad do třídy, regrese odhaduje číselnou hodnotu a seskupování hledá podobnosti ve skupině neoznačených příkladů. U každé úlohy určí vstupy a výstup a navrhnou, podle čeho by šlo posoudit, zda model funguje dobře.

Důraz je na přípravě dat: jejich sběru, označování štítky a kontrole chybějících nebo nevyvážených příkladů. U klasifikace a regrese se žáci seznámí s rozdělením označených dat na trénovací a testovací část. Trénování a vyhodnocení modelu navazuje v další části výuky; zde žáci promyslí postup před spuštěním učení.

Předpoklady

  • Model situace a čtení schématu: vstupy, výstupy a zjednodušení reality
  • Data v tabulce: sloupce jako vlastnosti, řádky jako příklady
  • Co je umělá inteligence a jak může program rozhodovat podle dat

Klíčové pojmy

Příklad a štítek
Příklad je jeden záznam, například řádek tabulky, fotografie nebo věta. Při učení s učitelem má příklad také štítek, tedy správnou odpověď, podle které se model učí.
Příznak (vlastnost)
Údaj popisující příklad, který model používá jako vstup. Může jít například o číslo nebo kategorii; vhodné příznaky závisí na úloze a datech.
Model
Systém, který z předaných vstupů vytváří odhad. Při trénování se jeho nastavení upravuje podle příkladů.
Učení s učitelem a bez učitele
Při učení s učitelem mají příklady štítky, například „kočka“ nebo cena. Při učení bez učitele štítky chybějí a hledají se podobnosti či vzory v datech.
Klasifikace a regrese
Klasifikace přiřazuje příkladu třídu, například „spam“ nebo „není spam“. Regrese odhaduje číselnou hodnotu, například teplotu nebo cenu. Typ úlohy se určuje podle výstupu.
Trénovací a testovací data
Na trénovacích příkladech se model učí. Testovací příklady při učení nepoužije; ověření na nich napoví, jak si poradí s novými daty.
Postup před trénováním
Nejprve se určí cíl a typ úlohy, potom se vyberou a zkontrolují data, případně označí štítky. U úloh s učitelem se data mohou rozdělit na trénovací a testovací část.

Časté miskoncepce

  • Častá chyba

    „Model se učí jako člověk: jednou mu to vysvětlím a už to umí.“ Žák očekává, že modelu stačí jeden správný příklad nebo slovní popis.

    Jak na to

    Ukažte stejný postup na 5 a 50 kartičkách se štítky. Po pěti příkladech nechte žáky odhadnout další štítek a potom odhady porovnejte s výsledkem při použití většího počtu různorodých příkladů.

  • Častá chyba

    „Když model správně určil všechny trénovací fotografie, je hotový.“ Žák zkouší model na stejných obrázcích, na kterých se učil.

    Jak na to

    Rozdělte příklady na dvě skupiny: trénovací a testovací. Po učení na první skupině nechte model určovat štítky jen podle druhé. Pokud si vede dobře na trénovacích, ale hůř na testovacích příkladech, vysvětlete, že se mohl příliš přizpůsobit trénovacím datům.

  • Častá chyba

    „Štítek může každý určit odhadem, hlavně když jich máme hodně.“ Žáci označují fotografie bot nebo batohů podle neujasněných pravidel.

    Jak na to

    Nechte dvojice nezávisle označit stejných 10 snímků a spočítejte, v kolika případech se neshodly. Společně upřesněte pravidlo pro zařazení do třídy a podle něj štítky sjednoťte.

  • Častá chyba

    „Klasifikace vždy znamená volbu mezi ano a ne a regrese je totéž, jen s procenty.“ Žák zaměňuje zařazení do třídy s odhadem čísla.

    Jak na to

    Porovnejte třídění recenzí na pozitivní a negativní s odhadem jejich bodového hodnocení od 0 do 10. Žáci určí, zda je výstupem název třídy, nebo číselná hodnota.

Jak učit

2–3 hodiny

  1. Evokace: Žáci roztřídí 12 kartiček s obrázky ovoce a zeleniny nebo ukázkami nevyžádaných a běžných e-mailů. Popíší, podle čeho se rozhodovali.
  2. Uvědomění: Žáci společně sestaví postup přípravy dat: určení cíle a vstupů, výběr příkladů, případné označení štítky a rozdělení dat na trénovací a testovací část. Poté zařadí tři krátká zadání mezi klasifikaci, regresi a seskupování.
  3. Reflexe: Každý jednou větou vysvětlí, čím se strojové učení liší od programu s podmínkami if, který už poznali, a uvede, jak mohou chybějící nebo nevyvážená data ovlivnit výsledek.

Nápady na aktivity

  • Aktivita bez počítače „učitel a model“: jedna skupina předkládá označené příklady, druhá podle nich navrhuje pravidlo. Potom ho ověří na skrytých testovacích příkladech.
  • Tabulka přípravy dat: Žáci pro jednu školní úlohu, například rozpoznávání sportu na fotografii nebo odhad docházky, doplní příklady, příznaky, případné štítky, rozdělení dat na trénovací a testovací část a typ úlohy.

Hodnocení

Žák u zadané situace, například třídění e-mailů, odhadu ceny limonády nebo hledání skupin podobných písní, určí typ úlohy, vstupy a případné štítky. Popíše také přípravu dat a případné rozdělení na trénovací a testovací část.

Žák stručně popíše, jak se model učí z příkladů a proč jeho ověření na nových datech poskytne užitečnější informaci než zkoušení pouze na datech použitých při učení.

Zdroje

Co pro vás ScioBot připraví k tématu Jak se model učí z dat

Interaktivní aktivity, které žáci spustí na tabletu či tabuli, tisknutelné kartičky a hry pro celou třídu – každý formát na téma Jak se model učí z dat jedním klikem.

Základní materiály

Interaktivní aktivity 15

K tisku a rozstříhání 8

Hry pro celou třídu 4

Očekávané výstupy

  • INF-INF-001-ZV9-004 Natrénuje model strojového učení a vyhodnotí, jak dobře model funguje.

Učíte Jak se model učí z dat trochu jinak?

Popište ScioBotu vlastními slovy, co s žáky chcete zvládnout a kolik máte času. Materiál přizpůsobí vašemu ŠVP, třídě i žákům se speciálními vzdělávacími potřebami.

Napsat ScioBotu

Související témata