КСП «Основные понятия машинного обучения» по информатике, 11 класс

1. Определять и различать понятия: модель, обучение, обучающие данные, признаки, прогнозирование.
2. Применять терминологию машинного обучения при анализе простой практической задачи (прогнозирование на основе данных).
3. Создавать элементарную модель машинного обучения (в виде блок-схемы/алгоритма) для предсказания заданного признака.

Учитель: «Добрый день, класс! Сегодня мы погружаемся в мир машинного обучения. Но сначала — разминка. Перед вами на экране 5 картинок: кошка, собака, яблоко, апельсин, банан. Ваша задача за 45 секунд придумать 2 признака, по которым можно отличить кошку от собаки, и 2 признака для фруктов. Время пошло! (включает таймер на проекторе).

«Обсуждаем. Молодцы! Эти признаки — основа ML. Сегодня мы научимся объяснять ключевые понятия: модель, данные, прогнозирование. Будьте внимательны и трудолюбивы — каждый шаг важен.»

• Ученики смотрят на экран, за 45 секунд записывают признаки (индивидуально).
• Отвечают устно: «кошка — мяукает, усы; собака — лает, хвост крючком»; «фрукты: цвет, форма». Участвуют в обсуждении.

• Предлагает не менее 2 признаков для каждой группы.
• Проявляет активность в обсуждении.