Strojové učení: princip a postup

Žáci popíší, jak se model učí z příkladů, rozeznají typy úloh strojového učení a připraví data i postup před trénováním jednoduchého modelu.

Průvodce tématem Strojové učení: princip a postup 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 Strojové učení: princip a postup (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 popisují strojové učení jako postup, při kterém se model nastavuje podle označených nebo neozačených příkladů, místo aby člověk sepsal všechna pravidla ručně. Navazují na výstup INF-INF-001-ZV9-004: ještě netrénují hotový model do konce, ale umí říct, z čeho se učí, jaká je úloha a jak se data připraví před trénováním.

Rozeznávají základní typy úloh: klasifikace (zařadit do třídy), regrese (odhadnout číslo) a seskupování (najít skupiny bez hotových štítků). U každé úlohy pojmenují vstupy, výstup a to, podle čeho později poznají, že model funguje dobře nebo špatně.

Důraz je na přípravu: sběr příkladů, štítkování, rozdělení na trénovací a testovací část, kontrola chybějících a nevyvážených dat. Trénování a vyhodnocení modelu je další jednotka plánu, tady žáci sestaví jen postup „před stisknutím tlačítka učení“.

Předpoklady

Klíčové pojmy

Příklad a štítek
Jeden záznam (řádek, fotka, věta) a u učení s učitelem i správná odpověď, kterou má model napodobit.
Příznak (vlastnost)
Měřitelný údaj o příkladu, který modelu předáme: číslo, kategorie, pixel; bez vhodných příznaků se model nemá z čeho učit.
Model
Funkce, která z příznaků odhadne výstup; po „učení“ se její vnitřní nastavení opírá o trénovací příklady, ne o ručně vypsaná pravidla.
Učení s učitelem a bez učitele
S učitelem má každý příklad štítek (kočka/pes, cena); bez učitele hledáme skupiny nebo vzory v neoznačených datech.
Klasifikace a regrese
Klasifikace volí třídu (spam / ne-spam); regrese odhaduje číslo (teplota, cena). Žák úlohu zařadí podle tvaru výstupu.
Trénovací a testovací data
Na trénovacích příkladech se model nastaví; na testovacích, které při učení neviděl, se teprve pozná, zda se naučil obecný vzor.
Postup před trénováním
Cíl úlohy → sběr a očištění dat → štítky → rozdělení sad → volba typu úlohy; teprve potom dává smysl spustit učení.

Časté miskoncepce

  • Častá chyba

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

    Jak na to

    Ukaž stejný postup na 5 vs. 50 kartičkách se štítky: po pěti příkladech nech žáky hádat další a porovnej s hromadou. Zapište: více různorodých příkladů, ne jedno vysvětlení.

  • Častá chyba

    „Když model na trénovacích fotkách trefil všechno, je hotový.“ Žák testuje na stejných obrázcích, na kterých se „učil“.

    Jak na to

    Rozdělte sadu na dvě obálky: učení / zkouška. Po nácviku na první obálce smí hádat jen z druhé. Když na první sedí a na druhé ne, pojmenujte přeučení vlastními slovy.

  • Častá chyba

    „Štítek může dopsat kdokoli odhadem, hlavně ať je ho hodně.“ Žáci si u fotek bot / batohů vymýšlejí kategorie, které se mezi sebou neshodnou.

    Jak na to

    Nechte dvojice nezávisle oštítkovat stejných 10 snímků a spočítejte neshody. Dohodněte pravidlo štítku (co přesně patří do třídy) a teprve pak pokračujte.

  • Častá chyba

    „Klasifikace je vždy ano/ne a regrese je totéž, jen s procenty.“ Žák u ceny bytu nebo teploty pořád kreslí jen dvě hromádky.

    Jak na to

    Dejte dvě úlohy vedle sebe: třídění recenzí na pozitivní/negativní vs. odhad počtu bodů 0–10. Žáci napíší, jestli výstup je název třídy, nebo číslo, a podle toho zvolí typ.

Jak učit

2–3 hodiny

  1. Evokace: žáci třídí 12 kartiček (ovoce/zelenina nebo spam/ne-spam) bez pravidel od učitele a řeknou, podle čeho se rozhodovali.
  2. Jádro: společně vyplní postup úlohy (cíl, příznaky, štítky, trénovací/testovací sada) a zařadí tři krátké zadání k klasifikaci, regresi a seskupování.
  3. Reflexe: každý napíše jednou větou, čím se strojové učení liší od programu s if, který jsme psali dřív, a kde v jejich postupu hrozí špatná data.

Nápady na aktivity

  • Unplugged „učitel a model“: jedna skupina jen ukazuje označené příklady, druhá navrhuje pravidlo; pak se pravidlo zkusí na skryté testovací hromádce.
  • Tabulka přípravy dat: žáci k jedné školní úloze (rozpoznání sportu na fotce, odhad docházky) doplní sloupce příklad / příznaky / štítek / trénink / test a typ úlohy.

Hodnocení

Žák k zadané situaci (např. třídění e-mailů, odhad ceny limonády, skupiny podobných písní) určí typ úlohy, vstupy, štítky nebo jejich absenci a popíše rozdělení dat před učením.

Krátký ústní nebo písemný popis v bodech: jak se model učí z příkladů a proč nestačí zkoušet ho jen na datech, na kterých se nastavoval.

Související témata

Zdroje

Co pro vás ScioBot připraví k tématu Strojové učení: princip a postup

Interaktivní aktivity, které žáci spustí na tabletu či tabuli, tisknutelné kartičky a hry pro celou třídu – každý formát na téma Strojové učení: princip a postup jedním klikem.

Základní materiály

Interaktivní aktivity 14

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 Strojové učení: princip a postup 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