授業での使用例
https://gyazo.com/c3472793205476aaf9922bc78e5d0db3
基本アクティビティ
データセットを作る
ラベルとして「○」と「×」をつくる
それぞれのラベルにできるだけ綺麗に記号を手書きし,それぞれ20枚用意する
トレーニングしてモデルをつくる
自分で○や×を書いて正しく分類されるか確認する
分類結果の記録
table:記録例
一回目 二回目 三回目
入力した記号 ○ × ○
○である確信度 99% 60% 47%
×である確信度 1% 40% 53%
AIによる分類結果 ○ × ×
正誤 ○ ○ ×
分析
精度
○を入力し,AIが○と判断した割合は?
×を入力し,AIが×と判断した割合は?
詳細な確信度
○を入力し,AIが○と判断したとき,「○である確信度」の平均は?
○を入力し,AIが×と判断したとき,「○である確信度」の平均は?
×を入力し,AIが×と判断したとき,「×である確信度」の平均は?
×を入力し,AIが○と判断したとき,「×である確信度」の平均は?
授業デザイン
AIは教えたことしかできない
evaluationのところで別の記号を入力したらどうなるか?
データセットの大きさによって精度が変化する
教師データをそれぞれ3枚にしたら精度はどうなるか?
嘘を教えるとその通りに学習してしまう
○と×の教師データのラベルと画像を逆にしたらどうか?
ラベルとは違う記号を学習したらどうか
教師データが不揃いだと精度が下がる(データセットを大きくしてカバーできる)
教師データに雑に記号を書いてみる
数字の1の書き方を1とIで混ぜる
教師データの見分けが難しいものは精度が下がる
1とlを分類する
AIにとってどのようなものが分類しにくいのか?
教師データの枚数の偏り(○は20枚,×は50枚)
分類対象ラベルの数を増やす