Undervisningsopplegg: Maskinlæring — En introduksjon
📋 Læringsmål
Elevene skal kunne:
Forklare hva maskinlæring er og de tre hovedtypene (overvåket, uovervåket, forsterkningslæring)Identifisere praktiske eksempler på maskinlæring fra hverdagen og næringslivetDiskutere etiske utfordringer og samfunnsmessige konsekvenser av AI-systemerAnvende maskinlæringslogikk på egne eksempler og problemstillinger---
⏱️ Tidsplan (90 min)
Oppstart: 5-10 min 🚀
Engasjering: "Hvor møter dere maskinlæring daglig?" (samlet brainstorm 2-3 min)Eksempler: TikTok-algoritme, Netflix-anbefalinger, Snapchat-filtreNoter svarene på tavla — koble til slide 4 senere---
💡 Hoveddel: Presentasjon + Aktiviteter (70 min)
1. PowerPoint-presentasjon (15-20 min) 📊
Gå gjennom slide 1-10 med fokus på:
Slide 2-3: Definisjoner og typologi (5 min)Slide 4: Hverdagseksempler — *spør: «Kjenner dere igjen disse?»* (3 min)Slide 5: Prosessen fra data til modell (4 min)Slide 6: Etikk og ansvar (2-3 min)Slide 7-9: Næringsliv og framtid (2-3 min)---
2. Aktivitet A: Maskinlæringsdetektiv (20 min) 🔍
Formål: Gjenkjenne og klassifisere maskinlæring i virkeligheten
Gjennomføring:
Del klassen i 4 grupper (5 min)Hver gruppe får ett område (fra slide 7):Gruppe 1: Fintech (bedrageridetektor, kreditt)Gruppe 2: Transport (selvkjørende, ruter)