K-2 · 5-7 岁 · 60-90 分钟

我们如何教机器

How We Teach Machines

本单元向年轻学习者介绍有关机器是什么以及机器如何学习的基本概念。通过适合发展的实践活动,学生探索数据、模式、预测、数据集和算法等关键概念。 学生首先了解到机器是人们制造的用来帮助工作或解决问题的工具。然后,他们通过查看信息(数据)、寻找模式和遵循明确的步骤(算法)来探索机器如何“学习”。 每节课都通过游戏、讨论、排序、排序和绘图来建立理解,无需任何技术。在本单元结束时,学生们了解到机器不是人类,不会思考或感觉,只有在人们给它们举例和指导时才能学习。

🎯这节课学什么

  • ·确定什么是机器并解释机器是由人制造的。
  • ·解释机器不会自己思考或感觉。
  • ·解释数据是指人和机器都使用的信息。
  • ·使用熟悉的信息和简单的模式进行预测。
  • ·将图片分组并解释数据集是相似事物的集合。
  • ·描述什么是算法并遵循或安排简单的分步说明。
  • ·通过一系列简单的步骤识别并纠正错误(“调试”)。

我们如何训练机器

第一课:什么是机器?

什么是机器?

在讨论机器如何学习之前,我们先来谈谈什么是机器。

您见过或使用过哪些机器?

什么是机器?

机器是人们制造的可以帮助我们工作或解决问题的东西。

机器不是人类!

机器有感情吗?

它本身有想法吗?

机器还是非机器?

👍竖起大拇指=机器

👎 拇指朝下=不是机器

机器还是非机器?

自行车

机器还是非机器?

机器还是非机器?

电话

机器还是非机器?

红绿灯

机器还是非机器?

机器是人制造的。

机器是由人制造的

在下一个活动中,我们将学习人们如何教导机器。

第 2 课:机器做出预测

我们怎么知道会下雨?

我想今天会下雨。

我们将信息存储在大脑中。

你用你的大脑来记住事情、做出决定、解决问题和做出预测。

计算机也存储信息,我们称之为数据。他们把它放在这样的地方,房间里装满了电脑。

计算机也可以做出预测。它使用数据来做出明智的猜测。

计算机存储信息

模式是我们以前见过的东西。

当我们看到图片中看起来熟悉的部分时,我们会使用该模式进行预测。

使用模式进行预测

你以前见过苹果,所以你的大脑知道它是一个苹果!

使用模式进行预测

就像当我们看到雨云时,我们就会预测会下雨。

使用模式进行预测

机器或计算机程序可能会根据不完整的模式来预测某些事情。

练习完成图纸。

成为预测机器

我们是如何做出预测的?

审查:

您使用已知的东西做出了明智的猜测。

该信息称为数据。

当我们使用数据做出明智的猜测时,我们就是在做出预测。

🧠 → 📊 → 💡

机器如何学习?

查看数据

寻找模式

做出预测

第 2 课:数据集排序

机器需要大量数据!

机器需要大量数据

一张照片是不够的。

当机器看到很多例子时,它们会学得更好。

一组相似的示例称为数据集。

这里有什么相似之处?

制作数据集

我们如何对这些对象进行排序?

制作数据集

你的工作是将属于同一组的人分组。

一个数据集

当我们对图片进行排序时,我们创建了一个数据集。

机器查看数据集来寻找模式。

模式帮助机器做出预测。

练习排序

剪下图像。将它们分组放在工作表上。

机器如何学习?

查看数据

寻找模式

做出预测

第三课:什么是算法?

机器学习后,接下来会发生什么?

机器学习后,接下来会发生什么?

机器不会自行决定做什么。

他们需要遵循明确的步骤。

这些步骤告诉机器下一步要做什么。

什么是算法?

算法是一组步骤。

人们使用算法。

计算机也使用算法。

机器如何使用算法

还记得机器如何查看数据并发现模式吗?

该算法告诉计算机如何做到这一点。

步骤必须清晰且顺序正确,否则机器会感到困惑。

如果步骤错误怎么办?

有时,人们在编写步骤或尝试遵循说明时会犯错误。

如果步骤混淆,计算机就无法完成这项工作。

修复步骤称为调试。

你认为这张照片中发生了什么?

你认为这个男孩应该怎样做才能改正自己的错误?

实践

使用卡片并将步骤按正确的顺序排列。

算法如何帮助机器

数据为机器提供了例子。

模式帮助机器学习。

算法告诉机器要遵循什么步骤。

机器如何学习?

看数据

寻找模式

按照步骤操作

做出预测

根据知识共享署名-非商业性-相同方式共享 4.0 国际许可证获得许可。

供电