Introduktion till maskininlärningsfakta och arbetsblad

De flesta kanske inte är medvetna om det, men maskininlärning arbetar bakom kulisserna för att göra våra liv bättre. Det finns överallt – i de produkter vi använder och de tjänster vi använder. Den här lektionen hjälper oss att få en grundläggande förståelse för maskininlärning och hur det fungerar i världen omkring oss. Vi kommer att använda två plattformar, Machine Learning for Kids och Scratch.

Se faktafilen nedan för mer information om maskininlärning eller alternativt kan du ladda ner vårt 28-sidiga kalkylbladspaket Intro till maskininlärning att använda i klassrummet eller hemmiljön.

Nyckelfakta och information

Definiera maskininlärning

• I vår digitala värld kan mängden data som vi för närvarande har vara överväldigande.
• Tänk på antalet bilder, videor, dokument, ljud och liknande som finns i varje dator runt om i världen; det är svårt för någon att slingra sig runt denna idé.
• Maskininlärning är ett kraftfullt verktyg som hjälper människor att förstå allt. Människor behöver inte koda eller manuellt skriva regler för att bearbeta data och åstadkomma det som behöver göras. De kan träna maskininlärningsmodeller för att göra jobbet åt dem, vilket sparar tid, ansträngning och resurser.
• Yufeng G, en utvecklare från Google Cloud, beskriver maskininlärning på det enklaste sättet, det vill säga 'att använda data för att svara på frågor'.
• Denna idé kan delas upp i två delar: att använda data för att träna maskininlärningsmodeller och att använda resultatet för att dra slutsatser eller förutsägelser som kan hjälpa till att lösa specifika verkliga problem.
• Samlingen av fakta och information som maskininlärningsmodeller lär sig av kallas träningsdata.
• Vad vi än gör skapar vi data. När vi går online för att handla, göra läxor eller helt enkelt surfa på nätet lämnar vi digitala fotspår som berättar något om oss.
• Dessa data kan användas av maskininlärningsmodeller på jobbet för att dra slutsatser eller förutsägelser om saker som kan fånga vårt intresse eller tjäna våra behov. Modellen kan på något sätt avgöra om den här filmen är något du kanske gillar att se eller om den här artikeln är något du skulle vilja läsa.
• Vad vi än väljer att inte göra säger mycket om oss som användare också. Att ignorera vissa annonser på sociala medieplattformar eller besluta att inte titta på en viss video på YouTube skapar data som maskininlärningsmodeller matar på.
• Att köpa varor och tjänster från företag offline kan också skapa data.
• De tre vanligaste typerna av maskininlärning är teknik för ansiktsigenkänning, taligenkänningsteknik och självkörande bilar.
• För att få en bättre förståelse av detta koncept kommer vi att använda två plattformar – Machine Learning for Kids och Scratch.
• Machine Learning for Kids är ett bra verktyg för unga människor att få praktisk erfarenhet av att träna maskininlärningsmodeller. De kan tillämpa dessa utbildningsmodeller på andra digitala projekt och bygga fantastiska saker.
• För att komma igång, besök Machine Learning for Kids webbplats. Du kan skapa ett konto eller prova utan att registrera dig.
• Klicka på 'Lägg till ett nytt projekt' för att fortsätta.
• Namnge ditt nya ML-projekt och välj vilken typ av data du vill att den ska bearbeta: texter, bilder, siffror eller ljud . Klicka på 'Skapa' för att fortsätta.
• Du kommer att se din projektlista. Klicka på ditt nuvarande projekt för att starta.
• Det här är de tre stegen i att bygga din maskininlärningsmodell. Ordningen är från vänster till höger.
• Gå till steg 1 och börja träna din modell. Du måste samla in träningsdata du behöver. Till exempel vill du bygga en modell som känner igen ditt ansikte. Lägg till en ny etikett och ange ditt namn. Lägg till data enligt instruktionerna. Eftersom det här projektet handlar om att känna igen bilder är allt du behöver göra att dra och släppa bilder av dig i hinken.
• Målet är att ha så mycket data som möjligt. Det är bättre att ha två hinkar i det här fallet, en märkt med ditt namn och den andra märkt 'inte (ditt namn)'. Samla in data för dessa två.
• När du har samlat in all din data klickar du på 'Tillbaka till projektet' i det övre vänstra hörnet. Fortsätt till steg 2.
• I denna fas kommer du att få din ML-modell att lära dig exemplen. Klicka på 'Träna ny maskininlärningsmodell' för att göra det. Den kommer att be dig lägga till data så att den kan bearbeta den med den nya modellen du just byggt. Du kommer att se om det är framgångsrikt eller inte.
• När du har bekräftat att det fungerar korrekt kan du nu gå vidare till steg 3.
• Välj Scratch 3.0 som din kodningsplattform. Klicka på 'gå till Scratch 3.0' för att starta ditt kodningsprojekt.
• Scratch 3.0 kommer att förse dig med ML-kodningsblock som hjälper dig att tillämpa din ML-modell.
• Skärmen består av 7 huvuddelar:
  • Flikar – växla från blockpaletten till kostymrutan (där du kan redigera dina sprites kostym) eller ljudrutan (välj och redigera ljud).
  • Stage – visar dina sprites (karaktärer) i aktion när du är klar med att skapa dina skript.
  • Sceninfo – där du kan hitta information om scenen.
  • Skriptområde – där du sätter ihop kodningsblock för att skapa skript.
  • Verktygsfält – innehåller de olika kontrollerna i ditt projekt.
  • Blocks Palette – alla block som kan användas för att programmera dina sprites
  • Sprite Info – där du kan hitta information om dina sprites.

Lär dig skrapkodningsblocken

• Det finns sju kategorier i blockpaletten:
• Rörelse – Dessa block styr din sprites rörelse.
• Utseende – Dessa block ändrar utseendet på dina sprites och bakgrund.
• Ljud – Dessa block styr ljuden i ditt projekt.
• Händelser – Dessa block signalerar början av ett skript. De berättar för spriten när den behöver göra det som är instruerat i manuset.
• Kontroll – Dessa block hjälper till att säkerställa att skripten exekveras.
• Sensing – Dessa block hjälper till att upptäcka olika element i ditt projekt, t.ex. om din sprite vidrör en mittfärg eller ett föremål.
• Operatörer – Dessa block lägger till beräkningar eller ekvationer till ditt projekt.
• Variabler – Dessa block innehåller värden i ditt projekt, t.ex. spelresultat, timer.
• Mina block – Dessa är anpassade block som håller operationer för en viss sprite, t.ex. du vill skapa ett 'hopp'-animationsblock för en sprite. Du kan anpassa ett hoppblock genom att skapa ett skript som får din sprite att hoppa. Du kan lagra denna procedur i avsnittet MINA BLOCK och använda den igen.
• Välja en bakgrund för ditt projekt – Gå till Stage Info och håll muspekaren över Det kommer att visa fyra alternativ: Välj, Måla, Överraska och Ladda upp. Välj 'Välj' och det leder dig till bakgrundskatalogen. Välj en genom att klicka på den spriten.
• Att välja en sprite – Vår standardsprite är Scratch Cat. Om du vill ändra sprite, gå till Sprite info och klicka på papperskorgen ovanför Scratch Cat. Håll sedan muspekaren över knappen. Det kommer att visa dig fyra alternativ: Välj, Måla, Överraska och Ladda upp. Välj 'välj' och det leder dig till sprite-katalogen. Klicka på den sprite du väljer.
• Redigera bakgrunder och sprites – Klicka på fliken Kostym för att gå till din redigerare. Du måste klicka på spriten eller bakgrunden du vill redigera innan du gör detta. Utforska de olika tillgängliga verktygen. Du kan också lägga till fler kostymer genom att välja från biblioteket, rita eller ladda upp bilder som kostymer.
• Lägga till ljud i ditt projekt – Klicka på fliken Ljud för att lägga till, redigera och ladda upp ljudeffekter till en sprite eller bakgrund.
• Programmera din sprite – Lägg till dina kodningsblock i skriptområdet. Sätt ihop dem för att skapa ditt manus. Observera att ordningen på blocken är viktig. Spriten kommer att bete sig enligt den. Den kommer att följa blocken från topp till botten.
• Köra ditt program – Klicka på den gröna flaggan längst upp på scenen.
• För att lära dig hur du använder ML-kodningsblocken i Scratch, följ guiden som finns i Smart Bedroom-arbetsbladen.

Introduktion till arbetsblad för maskininlärning

Detta är ett fantastiskt paket som innehåller allt du behöver veta om maskininlärning på 28 djupgående sidor. Dessa är färdiga att använda arbetsblad för Intro till Machine Learning som är perfekta för att lära elever om maskininlärning som arbetar bakom kulisserna för att göra våra liv bättre. Det finns överallt – i de produkter vi använder och de tjänster vi använder. Den här lektionen hjälper oss att få en grundläggande förståelse för maskininlärning och hur det fungerar i världen omkring oss. Vi kommer att använda två plattformar, Machine Learning for Kids och Scratch.

25 juni stjärntecken

Komplett lista över inkluderade arbetsblad

• Vad är maskininlärning?
• I verkligheten
• Samla in data
• Utforska och organisera data
• Att sluta sig till data
• Förutsäga
• Smart sovrum 1
• Smart sovrum 2
• Smart sovrum 3
• Smart Bedroom Extra Challenge

Länka/citera denna sida

Om du refererar till något av innehållet på den här sidan på din egen webbplats, använd koden nedan för att citera den här sidan som den ursprungliga källan.

Länk kommer att visas som Introduktion till maskininlärningsfakta och arbetsblad: https://kidskonnect.com - KidsKonnect, 4 december 2020

Använd med valfri läroplan

Dessa arbetsblad har utformats speciellt för användning med alla internationella läroplaner. Du kan använda dessa kalkylblad i befintligt skick eller redigera dem med Google Presentationer för att göra dem mer specifika för dina egna elevnivåer och läroplansstandarder.

spel att spela med barn inomhus

Dela Med Dina Vänner: