КСП «Основные понятия машинного обучения» по информатике, 7 класс

• 1. Знание: Назвать не менее 3 из 5 ключевых понятий машинного обучения (модель, обучение, данные, признаки, прогноз) и привести бытовой пример к каждому.
• 2. Понимание: Объяснить своими словами, как связаны обучающие данные, признаки и прогнозирование на примере задачи «предсказание погоды» или «выбор фильма».
• 3. Применение: В практической работе построить простейшую «модель» (бумажный классификатор) на основе заданных признаков и проверить её на новых примерах, получив прогноз.

Учитель: «Ребята, представьте: вы заходите в приложение, а оно показывает вам рекламу именно того, о чём вы вчера говорили с другом. Как это работает? Это магия? Или кто-то подслушивает?»

Голосование: «Поднимите руку, кто считает, что это просто совпадение. А кто думает, что за этим стоит умная программа?»

Учитель: «На самом деле это машинное обучение. Сегодня вы сами построите такую "умную" систему на бумаге. Но сначала разберёмся с главными понятиями. Готовы?»

Обсуждение ответов 1-2 минуты: «Почему вы так думаете? Что может знать программа?»

Фиксация на доске (флипчарт/бумага): слово «МАШИННОЕ ОБУЧЕНИЕ»

• Поднимают руки, голосуют.
• Предлагают версии (совпадение, реклама, алгоритм).
• Слушают учителя, настраиваются на тему.

• Участвует в голосовании.
• Высказывает одну идею/версию.