КСП «Моделирование нейронных сетей» по информатике, 11 класс

• Вычислять среднеквадратичную ошибку (MSE) для предсказаний модели на основе готового набора данных в электронных таблицах.
• Интерпретировать значение MSE как меру точности модели и сравнивать разные модели по этому показателю.
• Применять формулу MSE для оценки качества регрессионных моделей в контексте реальных задач (прогнозирование цен, оценка рисков).

Учитель: «Ребята, посмотрите на экран. Вы видите график реальной цены на нефть за последний месяц и три линии прогнозов от разных аналитических моделей. Какая из моделей, по вашему мнению, самая точная? Почему? Как вы это определили? Запишите свой прогноз в тетрадь одним предложением. Через 2 минуты обсудим.»

Возможные ответы учащихся: «Модель B, потому что она ближе к реальной цене», «Модель A, она повторяет тренд», «Нужно посчитать отклонения».

Учитель: «Отлично! Сегодня мы научимся математически точно оценивать, какая модель ошибается меньше, используя специальную формулу — среднеквадратичную ошибку (MSE).»

• Смотрят на график и прогнозы.
• Записывают свой прогноз (какая модель точнее и почему).
• Участвуют в обсуждении, высказывают мнения.

• Визуально определяет наиболее близкий прогноз.
• Обосновывает свой выбор (близость к реальным данным).
• Проявляет интерес к проблеме оценки точности.

• Презентация (слайд 1) с графиком цен на нефть и тремя прогнозами (A, B, C).
• Тетради, ручки.