КСП «Стандартное отклонение и дисперсия» по информатике, 11 класс

• Объяснить понятия «дисперсия» и «стандартное отклонение» как меры разброса данных на примерах из области ИИ.
• Применить формулы для вычисления дисперсии и стандартного отклонения для заданного набора данных в ходе групповой практической работы.
• Проанализировать полученные значения, сделав вывод о степени однородности данных, и связать точность данных с важностью соблюдения правил (законов) в цифровой среде.

"Добрый день! Тема нашего урока — «Стандартное отклонение и дисперсия». Это ключевые понятия не только в статистике, но и в машинном обучении, которое лежит в основе ИИ. Давайте начнем с активизации знаний. У вас есть 1 минута. Возьмите стикеры и запишите все ассоциации, которые приходят вам на ум, когда вы слышите слова «разброс данных», «отклонение», «точность измерений». Быстро, не задумываясь!"

(Через минуту). "Отлично. Теперь давайте выберем 3 самые популярные или интересные ассоциации. Какие у вас есть? (Выслушивает ответы, например: «погрешность», «ошибка», «разные результаты»). Хорошо. Эти понятия напрямую связаны с тем, что мы будем изучать сегодня. Как вы думаете, почему в ИИ важно понимать, насколько данные «разбросаны»?" (Краткая дискуссия, подводящая к теме).

• Индивидуально записывают ассоциации на стикерах за 1 минуту.
• Вывешивают стикеры на доску или общий лист.
• Участвуют в обсуждении, предлагают свои варианты ассоциаций для выбора.
• Отвечают на наводящий вопрос учителя.

• Ученик записал не менее 2 ассоциаций за отведенное время.
• Ученик принял участие в обсуждении выбранных ассоциаций.

• Стикеры, маркеры, доска или большой лист бумаги.
• ИИ-инструмент: AnswerGarden или Mentimeter для создания интерактивной облака тегов (word cloud) из ассоциаций в реальном времени. Помогает быстро визуализировать общие идеи класса.