Исследование модели: проверка, уточнение и обучаемая модель ИИ

Провести контролируемое исследование готовой модели: задать вопрос, сохранить прогноз, сравнить с учебными данными и уточнить условие; на подготовленной обучаемой модели сравнить результат до и после одного изменения данных, сохранить собственный результат и объяснить пределы вывода.

Все величины и классы вымышленные. Математические расчёты и условные метки сравниваются с заданными учебными данными, не с измерениями реальных объектов. Обучаемая модель — маленький классификатор одного ближайшего соседа, а не языковая модель и не нейросеть. Её алгоритм дан, запоминаемые размеченные примеры меняются при обучении. Область допустимых значений x: целые числа от 0 до 12; вне этой области практикум не предсказывает. Четыре контрольных случая слишком малы для общего вывода; после уточнения повторная проверка на них не является новым независимым итоговым тестом. Школьный браузер готовят заранее, личных аккаунтов/данных нет.

Для основной цифровой практики нужна заранее подготовленная школьная среда из инструкции учителя. Прогноз и итог записывай на бумаге; при отсутствии техники цифровое действие проверяют на ближайшей компьютерной практике. Сохраняй первую попытку; исправления отмечай другим знаком.

Безопасное начало

Сухие руки, без напитков у техники. Провода и разъёмы не трогай, о неисправности сообщи учителю. Работай по правилам кабинета. Две полные минуты в середине урока — без экрана и заданий. Внешний ИИ, личные аккаунты и личные данные не требуются.

Что уже нужно знать

Величины/ограничения и уточнение модели из 012, прогноз/сохранение/реальный запуск из 013; сравнение натуральных чисел и расстояние между ними по прямой. Программировать алгоритм обучения, вводить массивы или пользоваться внешним ИИ не требуется.

S0. Для готовой модели можно спросить: «красивая ли схема?» или «совпадёт ли прогноз с данными для выбранного нового входа?». Какой вопрос позволяет проверить расчёт модели? Что надо записать до запуска?

Устная проба без отметки.

Проверка модели — самостоятельное исследование

Сформулируй проверяемый вопрос, вход и сохраняемые условия. До опыта запиши прогноз, после — фактический результат; не стирай различие ради совпадения. При расхождении проверь ввод и происхождение данных, затем предположения. Уточняй модель по объявленному основанию; одной точки без условий недостаточно для единственной формулы. Для контролируемого сравнения меняют одно условие и повторяют те же проверки. Математическая модель может иметь явно заданную формулу; обучаемая использует размеченные примеры. Правило учебной модели: запомнить размеченные обучающие примеры. Для нового целого x от 0 до 12 выбрать пример с наименьшим расстоянием по числовой прямой и вернуть его метку A или B. При равном расстоянии выбрать пример с меньшим x. Это заранее выбранный алгоритм одного ближайшего соседа; обучение сохраняет текущие размеченные примеры. Изменение черновика данных само по себе ещё не меняет обученную модель — нужна кнопка обучения. A/B — условные классы вымышленных жетонов, x — условное число клеток размера; это не характеристика человека и не рекомендация для реальных объектов. Обучающие примеры: (2, A), (4, A), (8, B), (10, B). Отдельные контрольные случаи с заданными учебными метками: (3, A), (6, B), (7, B), (9, B). Контрольные случаи не добавляют в обучение. Четыре случая — учебная проверка для уточнения. Их не добавляют в обучение; после многократного использования они не становятся свежим независимым итоговым тестом. Даже 0/4 ошибок не гарантирует результат для всех объектов. Нужны новые подходящие данные и проверка границ применения.

A/B — латинские условные метки. x — целое число 0…12, без реальных личных характеристик; расстояние — число шагов между значениями. Обучающие и контрольные строки явно раздельны. Нет внешнего ИИ, рекламы, сети и аккаунтов после получения практикума.

Концептуальная иллюстрация. Точные данные определены условиями, таблицами и схемами; предметы на рисунке не являются входными данными.

Личная проба

C1. Учебная формула времени T(n)=2+3n минут. При n=4 она сравнивается с новым заданным контрольным результатом 15 минут. Запиши прогноз, отличие от контроля и следующий исследовательский шаг. Можно ли стереть контрольное 15 и объявить его 14 только ради совпадения?

Одна минута лично, затем две на различие и проверяемый следующий шаг. Памятка разрешена.

Уточнение должно иметь основание

Разобранный пример: T(n)=1+2n мин. Новое условие: при n≥3 требуется ещё 2 мин дополнительной подготовки. Тогда до 3 формула прежняя, с 3 — 1+2n+2. n = 2 даёт 5 мин обеими моделями; n = 3 исходно 7, после уточнения 9. Два соседних теста проверяют новое условие. Это другой пример; для A1 свои 2/3/1 и граница 4.

A1. Исходная модель T(n)=2+3n минут для целого n≥0. Новое явно заданное условие: при n≥4 требуется ещё одна минута дополнительной подготовки; при n<4 её нет. Остальные величины сохраняются. Уточни правило и сравни прогнозы исходной и уточнённой моделей при n=3 и n=4. Объясни, почему эти два теста полезны.

Сначала своя запись и основание, затем сверка.

Полная пауза

Две минуты без проекции, чтения, вычислений и обсуждения. Отведи взгляд и смени позу.

Алгоритм задан, примеры обучают модель

Другой пример одного соседа: обучение (1, A), (5, B), запрос x = 4. Расстояния 3 и 1, значит прогноз B. При x = 3 расстояния 2/2, объявленное правило выбирает меньший x=1, прогноз A. Обучение хранит размеченные примеры, алгоритм расстояния задан заранее. Новый пример меняет используемые сведения после повторного обучения; метки не возникают из цвета интерфейса.

A2. Правило учебной модели: запомнить размеченные обучающие примеры. Для нового целого x от 0 до 12 выбрать пример с наименьшим расстоянием по числовой прямой и вернуть его метку A или B. При равном расстоянии выбрать пример с меньшим x. Это заранее выбранный алгоритм одного ближайшего соседа; обучение сохраняет текущие размеченные примеры. Изменение черновика данных само по себе ещё не меняет обученную модель — нужна кнопка обучения. A/B — условные классы вымышленных жетонов, x — условное число клеток размера; это не характеристика человека и не рекомендация для реальных объектов. Обучающие примеры: (2, A), (4, A), (8, B), (10, B). Отдельные контрольные случаи с заданными учебными метками: (3, A), (6, B), (7, B), (9, B). Контрольные случаи не добавляют в обучение. На бумаге предскажи метки для x=3, 6, 7, 9; укажи выбранного ближайшего соседа. Сравни с контрольными метками и запиши число ошибок и конкретный ошибочный вход.

Заготовка для своей записи:

Две минуты свои метки/соседи, две на сравнение с контрольными данными.

Концептуальная иллюстрация. Точные данные определены условиями, таблицами и схемами; предметы на рисунке не являются входными данными.

Изменить один пример и повторить проверку

В собственной вкладке обучи исходную модель, проверь отдельные контрольные случаи и запиши увиденные ответы рядом с прогнозом. Добавь только объявленный новый пример; сначала проверь, что старая обученная копия ещё действует. После повторного обучения снова сравни те же случаи. Сохрани свой JSON и в чистой вкладке загрузи его: восстановление проверяют фактически. Цифры на бумаге без действий в практикуме не подтверждают обучение и сохранение.

B1. Собственное исследование в практикуме «Обучить и проверить» из комплекта. У каждого своя вкладка и личный журнал. Восстанови исходные четыре обучающих примера 2A, 4A, 8B, 10B и нажми «Обучить модель». До проверки запиши свой прогноз для контроля 3A, 6B, 7B, 9B по правилу A2. Нажми «Проверить четыре случая», отдельно запиши увиденные предсказания и число ошибок. Добавь только новый обучающий пример (5, B); контрольные данные, алгоритм и правило равных расстояний оставь прежними. До повторного обучения спрогнозируй: изменилась ли уже обученная модель? Нажми проверку до обучения и запиши фактический результат. Затем нажми «Обучить модель» и снова проверь те же четыре случая; до этого запиши ожидаемую метку для x=6. Сопоставь оба состояния и объясни конкретное изменение. Сохрани собственный model_A.json или model_B.json. В чистой вкладке открой практикум, загрузи свой файл, проверь пять обученных примеров и повторную проверку. В журнале назови свой файл, наблюдения до/после и один предел вывода. При 15 ПК: 1 инструкция, 6 первый, 6 второй, 1 личная сверка; на 30 ПК параллельно. Чужой показ и бумажный прогноз не заменяют свои обучение/проверку/сохранение/загрузку.

Заготовка для своей записи:

Четырнадцать минут: 1 инструкция, 6 первый, 6 второй, 1 личная сверка; при 30 ПК параллельно. Своя вкладка, собственный JSON, фактическая загрузка.

Проверка вымышленного ответа ИИ

AI1. Вымышленный ИИ пишет после B1: «Ноль ошибок на четырёх случаях доказывает, что модель верна для всех жетонов. Раз мы проверили те же случаи после изменения, это совершенно новый независимый итоговый тест». Найди две ошибки и сформулируй аккуратный вывод по наблюдениям.

Это заранее составленный учебный пример. Самостоятельно проверь конкретный шаг; обращение к сервису не требуется.

Помощь и резерв

• Подменяет контроль прогнозом. Сохрани оба числа и назови различие.
• Не применяет правило равенства. Сравни расстояния и выбери меньший x при равенстве.
• Не переобучил после добавления. Сверь число черновых и обученных примеров.
• Обещает универсальный результат. Назови размер, повторное использование и условность проверки.

D1. Резерв. После обучения B1 на пяти примерах проверь на бумаге новый x=11: по объявленному правилу какую метку вернёт модель? Чем этот вход отличается от области фактически обучающих x от 2 до 10? Можно ли назвать прогноз доказанным свойством реального жетона?

D1 — необязательный резерв на 3–4 минуты после основных попыток. При нехватке времени перенести. H1 и весь тест автоматически вместе не назначаются.

Индивидуальный итог

Четыре полные минуты лично. Условия заранее на бумаге. Памятка и разобранные модели разрешены; ключи и веб-разбор закрыты. Учитель не даёт учебных подсказок. Сбор после четырёх минут.

E1. Для отдельной модели обучающие примеры только (1, A) и (7, B). Правило — один ближайший сосед, при равенстве меньшее x. Каков прогноз при x=6 и почему?

E2. Можно ли добавить четыре контрольных случая с правильными метками в обучение, а затем назвать проверку на этих же строках независимым доказательством качества? Что следует сохранить отдельно?

E3. В исследовании B1 меняли только обучающие примеры, добавив 5B; контроль и алгоритм оставили прежними. Зачем сохранять эти условия? Какой вывод допускается, если ошибок на четырёх случаях стало меньше?

Разбор после своей попытки

Показать ответ после выполнения

После исправления выбери один новый пример из самопроверки.

Файлы для собственной практики

• Обучить и проверить — локальный практикум
• Открыть практикум «Обучить и проверить»

Открой HTML или скачай и распакуй ZIP. В практикуме нет готового ученического результата B1; исходные 4 примера и отдельный контроль подготовлены. Сохранение создаёт JSON на твоём устройстве; файл загружается в практикум локально. Сеть/сервисы/аккаунты не требуются.

Материалы и самопроверка

Презентация, самостоятельный план учителя, рабочий лист, выходной билет и бумажная самопроверка открываются отдельными карточками. DOCX можно смотреть на сайте и скачать. PDF для печати:

• Рабочий лист
• Выходной билет — два на А4
• Самопроверка на бумаге

Самопроверка на сайте: шесть вопросов с пояснениями, отдельно 6–8 минут. Бумажная версия с письменными основаниями и разбором — 8–12 минут. Все шесть новых письменных случаев — ещё 8–10 минут; выбирай прежде всего случай к своей ошибке. Эти модули не прибавляют к основным 45 минутам и не задаются целиком вместе с H1 автоматически. Пояснения и новые случаи для бумажного разбора есть в плане учителя.

Домашний перенос

H1. Дома 5–7 минут на бумаге. Другая модель одного ближайшего соседа: обучение (1, A), (3, A), (7, B), (9, B); при равных расстояниях выбирают меньшее x. Контрольные случаи (2, A), (5, B), (8, B) не входят в обучение. Запиши прогнозы и ошибки. Затем к обучению добавляют только (4, B) и обучают снова: что теперь предскажет модель для тех же трёх x, почему изменился x=5? Подпиши «бумажный прогноз» и ограничь вывод этими случаями.

Полное условие и памятка есть на листе. Решение запиши в тетради. Достаточно 5–7 минут с сохранённой опорой.

Источники

ФРП информатики 7–9 классов, базовый уровень: 9 класс, раздел 2 «Теоретические основы информатики», печатные с. 40–41: исследование готовой компьютерной модели, тестирование, контролируемый эксперимент, анализ и уточнение. Письмо по информатике на 2026/2027, с. 4–5: предметное включение ИИ. Здесь час 014 авторского КТП: различение заданной формулы и модели, обученной на размеченных примерах, без отдельного дополнительного часа. Учебник школы не указан; номера параграфов не назначены.

• Федеральная рабочая программа информатики 7–9 классов, базовый уровень
• Информационно-методическое письмо по информатике на 2026/2027 год
• scikit-learn — обучение и классификация по ближайшим соседям
• Google Machine Learning — отдельные данные для обучения и проверки