StemExpert

Intermediate · Werkboek · 39. Data visualiseren en eerste stappen in AI
StemExpert · Brecht Corbeel · schoolium.me

IIntermediate · deel I10 · Ontwerpen en data

Werkboek · hoofdstuk 39Data visualiseren en eerste stappen in AI

Van logboek naar grafiek naar een model dat zelf zijn regels leert, en wat het niet kan

Je begint met grafieken kiezen en lezen, correlaties duiden en een boom volgen, rekent daarna met liegfactoren, splitsingen en verwarringsmatrices en programmeert in Python, en eindigt met bias, een eigen lerend onderzoek, de beslisboom voor de klimaatmodule en een debat. Download week_uur.csv, slap.csv en de programma's bij de codebladen. Opdracht 39.14 is een bouwsteen voor Habitat.

5× oefenen6× toepassen5× uitdagen± 497 min0/16 gedaan

AData en AI OOnderzoeken en meten PProgrammeren en computationeel denken

Van logboek naar grafiek naar beslissing: data zijn pas nuttig als je ze eerlijk toont en toetst.

Hoe lees je een opdracht?

Drie tredenOefenen Toepassen Uitdagen

Elk hoofdstuk bouwt op: eerst oefenen (één stap, direct toepassen), dan toepassen (meerdere stappen, in een context), dan uitdagen (transfer, open problemen, andere leerlijnen erbij).

De StemExpert-schaal5

Eén moeilijkheidsschaal van 1 tot 9 over de drie niveaus heen: Fundamental loopt van 1 tot 4, Intermediate van 3 tot 7, Expert van 6 tot 9. Zo zie je dat de uitdaging van het ene niveau de oefening van het volgende is.

Oefenen

één stap, direct toepassen

39.1

Welke grafiek?

Oefenen3Begrijpen10 min

gedaan

Kies bij elke vraag een grafiektype en zeg wat er op de assen komt.

a
(a) Hoe veranderde de pH van de voedingsoplossing tijdens een maand? (b) Welke van de vier goten gaf de zwaarste kroppen? (c) Hangt de EC samen met de hoeveelheid water die de planten opnemen? (d) Hoe verdeeld zijn de massa's van 48 kroppen? (e) Welk deel van het energieverbruik gaat naar lampen, pomp en elektronica?

39.2

Wat is er mis met deze grafiek?

Oefenen3Analyseren10 min

gedaan

Deze grafiek stond in het verslag van een groep over de testweek van de klimaatmodule.

De grafiek zoals ze in het verslag stond.

a
Noem minstens vier dingen die ontbreken of misleiden.
b
Hoe maak je ze eerlijk en volledig?

39.3

Correlatie of oorzaak?

Oefenen3Begrijpen12 min

gedaan

Welke van de vier verklaringen (oorzaak, gemeenschappelijke oorzaak, omgekeerde richting, toeval of selectie) past het best?

a
(a) Op dagen dat er meer ijsjes verkocht worden, verdrinken er meer mensen. (b) In de module stijgt de EC als de planten meer water opnemen. (c) Leerlingen die meer bijles volgen, halen lagere punten. (d) In 5 van de 6 weken met een nieuwe filterpomp was het reservoir helderder. (e) Hoe hoger de batterijspanning, hoe warmer de module.

39.4

De boom volgen

Oefenen3Begrijpen8 min

gedaan

Gebruik de beslisboom uit het handboek: daglicht ≤ 29,5 klx? dan niet slap; anders: vocht ≤ 60,5 %? dan slap, anders niet slap.

a
Wat voorspelt de boom voor: (a) 28 °C, 45 %, 52 klx; (b) 31 °C, 40 %, 12 klx; (c) 24 °C, 70 %, 38 klx; (d) 22 °C, 55 %, 30 klx?
b
Bij (b) is het 31 °C en de lucht erg droog. Vind je de voorspelling logisch? Wat zegt dat over het model?

39.5

Juistheid en basislijn

Oefenen4Rekenen12 min

gedaan

Een model voor 'moet het reservoir bijgevuld worden?' gaf op 100 testdagen: 12 keer juist 'ja', 5 keer gemist, 8 keer vals alarm, 75 keer juist 'nee'.

a
Zet de getallen in een verwarringsmatrix en bereken de juistheid.
b
Hoe juist is de basislijn 'altijd nee'? Is het model nuttig?
c
Welk deel van de dagen dat bijvullen nodig was, vond het model?

Toepassen

meerdere stappen, in een context

39.6

De liegfactor van een batterijpictogram

Toepassen5Rekenen15 min

gedaan

Een folder vergelijkt de energie per kilogram van lood-zuur (35 Wh/kg) en LiFePO4 (110 Wh/kg) met twee batterijtekeningen. De tekening van LiFePO4 is in hoogte én breedte 3,1 keer zo groot.

a
Bereken het effect in de data en het effect in de tekening (oppervlakte).
b
Bereken de liegfactor. Hoe groot moest de tekening zijn voor een liegfactor 1?
c
En als de tekening een driedimensionale batterij is die in alle drie de richtingen 3,1 keer groeit?

39.7

De beste splitsing met de hand

Toepassen5Rekenen20 min

gedaan

Twaalf inspecties uit de zomerdata, met alleen de luchtvochtigheid en het label: 61 % (slap), 71 % (niet), 64 % (niet), 51 % (slap), 59 % (niet), 75 % (niet), 71 % (niet), 80 % (niet), 58 % (slap), 48 % (slap), 58 % (slap), 76 % (niet).

a
Sorteer op vochtigheid en bereken voor elke grens het aantal fouten (in elke groep het meest voorkomende label voorspellen).
grens (%) links: n, slap rechts: n, slap fouten
b
Welke grens is de beste? Schrijf de regel als een if-vraag.
c
Waarom ligt 'slap' bij een lage vochtigheid, en past dat bij de boom van het handboek?

39.8

Onzuiverheid berekenen

Toepassen5Rekenen15 min

gedaan

De onzuiverheid van een groep is

2 p (1 - p)

; van een splitsing het gewogen gemiddelde van beide groepen.

a
Bereken de onzuiverheid van groepen met 10 slap / 0 niet, 5 / 5, 9 / 1 en 2 / 6.
b
Een groep van 20 (8 slap, 12 niet) kan gesplitst worden in (A) 7/2 en 1/10 of (B) 8/6 en 0/6. Bereken de onzuiverheid en het aantal fouten van beide. Welke kiest de computer?
c
Teken de grafiek van $2 p (1 - p)$ voor $p$ van 0 tot 1. Welke soort functie is het, en waar ligt de top?

39.9

Python: een grafiek eerlijk maken

Toepassen5Programmeren25 min

gedaan

Een klasgenoot schreef dit programma voor de energie per dag. Het werkt, maar de grafiek misleidt.

import matplotlib.pyplot as plt

dagen = ["ma", "di", "wo", "do", "vr", "za", "zo"]
verbruik = [1.50, 1.67, 2.15, 1.46, 1.54, 1.61, 2.02]
zon = [1.74, 1.71, 1.27, 2.43, 1.69, 1.66, 1.89]

plt.plot(dagen, verbruik)
plt.plot(dagen, zon)
plt.ylim(1.2, 2.5)
plt.title("De zon doet het veel beter!")
plt.show()

a
Noem vier problemen met deze grafiek.
b
Herschrijf het programma zodat de grafiek eerlijk en volledig is.

39.10

Python: de verwarringsmatrix

Toepassen6Programmeren30 min

gedaan

Gebruik beslisboom.py uit het handboek (importeer bouw, voorspel, train en test).

a
Schrijf een functie matrix(boom, rijen) die de vier getallen (juist slap, gemist, vals alarm, juist niet slap) teruggeeft.
b
Bereken de matrix op augustus voor de bomen van diepte 1, 2 en 4. Wat verandert er aan de soorten fouten?

39.11

De testweek in groepen

Toepassen6Analyseren20 min

gedaan

Uit correlatie.py: overdag is r tussen temperatuur en verbruik −0,40; binnen groepen met gelijk daglicht: donker (onder 5 klx): 0,28; half (5 tot 15 klx): −0,08; licht (boven 15 klx): 0,00.

a
Leg met een schets (spreidingsdiagram met drie groepen) uit hoe het verband samen kan dalen terwijl het binnen elke groep bijna vlak is.
b
Een bewoner stelt voor: 'Warm de module 's middags op, dan verbruikt ze minder.' Weerleg met deze getallen.
c
Welke proef zou echt aantonen of temperatuur het verbruik beïnvloedt?

Uitdagen

transfer, open problemen, leerlijnen combineren

39.12

Bias opsporen

Uitdagen6Analyseren25 min

gedaan

De inspectierobot (hoofdstuk 33) krijgt een camera. Een groep traint een model dat uit foto's herkent of een krop ziek is. Ze gebruiken 400 foto's: 350 van gezonde kroppen uit de klimaatmodule, 50 van zieke kroppen van het internet. Het model is 96 % juist op een test met 50 foto's uit dezelfde verzameling.

a
Noem minstens drie vormen van bias in deze data.
b
Waarom zegt 96 % hier weinig? Denk aan de basislijn en aan wat het model misschien écht leerde.
c
Stel een betere manier voor om data te verzamelen en te toetsen.

39.13

Onderzoek: een beslisboom voor het klaslokaal

Uitdagen6Onderzoeken120 min

gedaan

Voer de proef van het handboek uit: kan een beslisboom uit de metingen van de logger afleiden of er een raam openstaat?

a
Formuleer een onderzoeksvraag, de kenmerken die je gebruikt, en hoe je de labels verzamelt.
b
Verzamel twee dagen data. Maak de kenmerken in Python en toon ze in een geschikte grafiek.
c
Train op dag 1 en toets op dag 2: de boom, de juistheid, de basislijn en de verwarringsmatrix.
voorspeld open voorspeld dicht
d
Bespreek: wanneer werkt het model niet, en welke bias zit er in je data?

Zo wordt dit beoordeeld

Data	Labels systematisch genoteerd (tijdstip, wie); ontbrekende metingen gemeld; kenmerken zinvol gekozen.
Grafiek	Passend type, assen met grootheid en eenheid, open-perioden zichtbaar.
Model	Train- en testdag gescheiden; boom, juistheid, basislijn en matrix correct.
Kritiek	Grenzen van het model en bias concreet benoemd, met een verbetervoorstel.

39.14

Habitat: de beslisboom voor extra pompbeurten

Uitdagen7Habitat90 min

gedaan

De klimaatmodule krijgt een extra pompbeurt van 5 minuten om het halve uur als de boom slappe sla verwacht. Een vals alarm kost 1 Wh (5 minuten van 12 W); een gemiste slappe sla betekent stress voor de planten en misschien randjesbrand (hoofdstuk 12). Op de inspecties van augustus:

regel: slap als licht > grens en vocht ≤ 60,5 %	gemist	vals alarm	juist
grens 20,0 klx	6	8	81 %
grens 25,0 klx	6	7	82 %
grens 29,5 klx	8	5	82 %
grens 35,0 klx	10	3	82 %
grens 40,0 klx	12	1	82 %

a
Welke lichtgrens kies je? Motiveer met de fouten en hun kost.
b
Schat hoeveel energie de extra pompbeurten in een zomer kosten (92 dagen, overdag 16 halve uren; neem aan dat de regel in ongeveer een derde van die momenten waar is).
c
Schrijf de functie in C++ met jouw grens, en de voorwaarde die ervoor zorgt dat de extra beurt nooit start als de vlotter droog meldt of de module in ALARM of ONDERHOUD staat (hoofdstuk 32).
d
Welke bias en welke grenzen van het model noteer je in je portfolio bij deze beslissing?

Zo wordt dit beoordeeld

Keuze	Grens gekozen met de tabel, gemist en vals alarm tegen elkaar afgewogen met de kosten.
Energie	Schatting met eenheden en redelijke aannames; vergeleken met het budget van de module.
Code	Correcte C++, grens als constante, veiligheid (vlotter, modus) gaat altijd voor.
Kritisch	Bias (bewoners, uren, seizoen) en wat het model niet kan (pompstoring) in het portfolio.

39.15

Debat: mag de klimaatmodule zelf beslissen?

Uitdagen6Argumenteren25 min

gedaan

Stelling: 'Een model dat 82 % juist is, is te onbetrouwbaar om de pomp te laten sturen. Een bewoner moet elke extra pompbeurt goedkeuren.'

a
Geef twee argumenten voor en twee tegen, met de vier vragen uit het handboek (fout, mens, data, verantwoordelijk).
b
Geef een voorbeeld van een beslissing in het station die een model nooit alleen zou mogen nemen, en waarom.

39.16

Ontwerp: een dashboard voor de bewoners

Uitdagen6Ontwerpen60 min

gedaan

De bewoners willen één scherm dat in tien seconden toont hoe het met de klimaatmodule gaat: temperatuur, vocht, energie (zon, verbruik, batterij), het reservoir en de voorspelling van de beslisboom.

a
Maak een lijst van de vragen die een bewoner zich stelt, en kies bij elke vraag een grafiek of een getal.
b
Schets het dashboard, met assen, eenheden en kleuren.
c
Welke misleidingen vermijd je bewust? Hoe toon je dat de voorspelling van de boom onzeker is?

Zo wordt dit beoordeeld

Vragen	Concrete vragen van gebruikers, elk met een passend grafiektype of getal.
Eerlijk	Assen, eenheden en periodes; geen afgeknotte staven of twee y-assen; ontbrekende data zichtbaar.
Leesbaar	In tien seconden te lezen: weinig kleuren, belangrijkste bovenaan, grenswaarden aangeduid.
Model	De voorspelling als advies getoond, met haar foutkans en de datum van het laatste trainen.

ZelfevaluatieKleur per doel: lukt al / bijna / nog niet

Ik kan bij een vraag de passende grafiek kiezen en een grafiek maken met correcte assen, eenheden en bron.
Ik kan misleidende grafieken herkennen, de liegfactor berekenen en een grafiek eerlijk maken.
Ik kan uitleggen waarom correlatie geen oorzakelijk verband bewijst, en een gemeenschappelijke oorzaak opsporen door in groepen te kijken.
Ik kan uitleggen wat machine learning is en niet is, en de begrippen kenmerk, label, model, trainen en testen gebruiken.
Ik kan met de hand de beste splitsing van een beslisboom zoeken en een boom volgen om een voorspelling te maken.
Ik kan een beslisboom trainen en toetsen in Python, een verwarringsmatrix lezen en overfitting herkennen.
Ik kan bias in data herkennen en de grenzen van een model benoemen voor je het laat beslissen.

grens (%)	links: n, slap	rechts: n, slap	fouten

	voorspeld open	voorspeld dicht