Data & Classification

数据、标签、分类、偏差

6 节

Module 定义

目标

数据、标签、分类、偏差

最终项目

一个简单分类项目

学习证据

作品 + 关键决定 + 解释 + 修改记录。

Sessions · 已把行业内容做成我们的课

S01人是怎么分类的？用生活物品先做人工分类；发现同一东西可以有不同标签。
吸收：Microsoft AI Concepts · classification已规划›

S02给机器准备数据孩子自己收集小数据集、定标签规则，并讨论什么算好数据。
吸收：NVIDIA deep learning foundation · data preparation已规划›

S03数据少了会怎样故意做不平衡数据集，观察分类结果怎么偏。
吸收：Google Responsible AI · bias已规划›

S04测试分类器用训练集以外的新样本测试，记录正确、错误和“不确定”。
吸收：NVIDIA train/test · Microsoft evaluation已规划›

S05找出偏差分析错误集中在哪些样本，判断是数据、标签还是规则的问题。
吸收：Responsible AI · error analysis已规划›

S06修数据再测一次补数据、改标签或重新训练，对比前后结果并解释改善是否真实。
吸收：Evaluation loop · evidence已规划›

下一步继续细化：每个 Session 再独立成自己的页面，记录 Goal / Concept / Activity / Facilitator / Materials / AI Role / Capability / Child Choice / Evidence / Reflection / Next。