Reseña del libro: Aprendizaje automático para niños

Disfruté mucho leyendo y revisando este nuevo y encantador libro, Machine Learning for Kids: A Project-based Introduction to Artificial Intelligence, de Dale Lane, que fue desarrollado para presentar la tecnología de aprendizaje automático a los niños. Está bien redactado e incluye todo lo necesario para impulsar la vida de un niño en la ciencia de datos. El libro es justo lo que necesita para motivar a un joven a extender su curiosidad innata a la experimentación centrada en datos. Se incluyen las soluciones a muchos problemas contemporáneos en los que el lector convierte los modelos de aprendizaje automático en juegos de computadora y aplicaciones como un Piedra Papel tijeras juego que reconoce las formas de las manos, un asistente virtual interactivo como Siri y Alexa, una aplicación de recomendación de películas y una aplicación Pac Man motivada por la IA.

Los niños aprenden sobre los componentes básicos de la programación para el aprendizaje automático utilizando el sitio web complementario basado en Scratch, implementando una extensión de Scratch que les permite entrenar sus propios modelos de aprendizaje automático y usarlos desde sus programas Scratch. Scratch es un entorno de programación visual de “código bajo, sin código” fácil de aprender diseñado para enseñar conceptos de programación sin tener que escribir líneas de código. Escuché por primera vez sobre el lenguaje de programación visual Scratch mientras veía un episodio de Shark Tank cuando la emprendedora Samantha John estaba lanzando su aplicación Rayuela que usa una herramienta de programación motivada por Scratch.

Machine Learning for Kids comenzó como una herramienta de codificación que Dale creó para las escuelas locales cerca de su casa en el Reino Unido y ahora se ha convertido en uno de los kits de actividades de IBM más utilizados. En 2018, Dale recibió el premio IBM Volunteer Excellence Award, la forma más alta de reconocimiento voluntario otorgado por la empresa.

Una plantilla de proyecto Scratch para jugar piedra, papel, tijeras

Aquí hay una lista de los capítulos del libro. Además, hay un maravilloso Forward escrito por la estrella de la industria Grady Booch, IBM Fellow y Chief Scientist for Software Engineering, IBM Research (cuyo libro sobre análisis y diseño OO es un clásico absoluto, y cuyos Tweets de las costas de Maui iluminan mis días) .


Recomendado: ¿Qué es el Big data?.


Capítulo 1. ¿Qué es la inteligencia artificial?
Capitulo 2. Presentamos el aprendizaje automático para niños
Capítulo 3. Clasificación de imágenes de animales
Capítulo 4. Jugando piedra, papel, tijeras contra tu computadora
Capítulo 5. Reconocimiento de carteles de películas
Capítulo 6. Clasificación de correo
Capítulo 7. Insultar a una computadora
Capítulo 8. Reconociendo el lenguaje en los periódicos
Capítulo 9. Encontrar un objeto en una imagen
Capítulo 10. Asistentes inteligentes
Capítulo 11. Chatbots
Capítulo 12. Evitando al Monstruo
Capítulo 13. Tic Tac Toe
Capítulo 14. Confundir la computadora
Capítulo 15. Sesgo de la computadora
Capítulo 16. Epílogo

Este es otro excelente título del editor de tecnología No Starch Press. En los últimos años, me ha impresionado la amplitud y la actualidad de los libros de No Starch. Todos sus libros ocupan una gran sección de mi biblioteca personal. Machine Learning for Kids es otro recurso de vanguardia para científicos de datos, esta vez para científicos de datos muy jóvenes. Creo que el punto ideal para el libro son las edades de 9 a 13 años. A los 14 años y más es cuando los niños pueden comenzar a usar lenguajes tradicionales para la ciencia de datos como R y Python (comencé mi carrera de programación a esta edad).

Cada capítulo contiene una breve introducción a cada proyecto seguida de las secciones que se describen a continuación. La mayor parte del libro consta de instrucciones detalladas sobre cómo construir cada proyecto usando Scratch:

  • Construya su proyecto: entrene su modelo, prepare su proyecto, pruebe su proyecto
  • Revise y mejore su proyecto: medición de la precisión del rendimiento con una matriz de confusión y precisión y recuperación
  • Que has aprendido

El autor Dale Lane es un desarrollador de IBM galardonado con sede en el Reino Unido que ha trabajado en la innovadora plataforma AI Watson de IBM desde 2011. Aquí hay una presentación en video de Lane que destaca muchos de los conceptos que se encuentran en su libro. La presentación resume el trabajo que ha realizado para presentar el aprendizaje automático a los niños y muestra los recursos que están disponibles para brindarles a los niños experiencias prácticas en la capacitación y el uso de modelos de aprendizaje automático por sí mismos.

Ya alerté a mi Introducción a la ciencia de datos estudiantes de UCLA que están obteniendo cierta competencia de los niños que se criaron con el aprendizaje automático mediante Scratch. ¡Será mejor que se pongan en movimiento o es posible que se los pasen por el camino!

CAtribuido por Daniel D. Gutiérrez, editor en jefe y científico de datos residente de insideBIGDATA. Además de ser periodista de tecnología, Daniel también es consultor en científico de datos, autor, educador y forma parte de varios consejos asesores de varias empresas emergentes.

Suscríbase al boletín gratuito insideBIGDATA.

Únase a nosotros en Twitter: @ InsideBigData1 – https://twitter.com/InsideBigData1