připomenutí předchozí hodiny a uvedení problému „Trénovací a testovací data“. 5–12 min: stručná teorie – trénovací data, testovací data, přesnost, generalizace, přeučení v základním pojetí. 12–18 min: společná ukázka prvního kroku a kontrolních kritérií. 18–36 min: samostatná práce nebo práce ve dvojici – Rozdělit datovou sadu na trénovací a testovací část a vyhodnotit jednoduchý model. 36–41 min: vzájemná kontrola podle zadání a oprava zjištěné chyby. 41–45 min: uložení výstupu (Vyhodnocovací tabulka modelu), krátký exit ticket a pojmenování dalšího kroku.
Trénovací a testovací data
Žák rozliší data pro vytvoření modelu od dat pro ověření výkonu.
Struktura 45minutové hodiny
Ukázka a vysvětlení postupu
Video ukáže princip, první kroky, kontrolu a typickou chybu. Nebude obsahovat celý hotový upravitelný úkol.
provider: youtube · youtubeId: ""Výklad: z čeho se učíš
Výstup modelu závisí na datech, cíli a způsobu hodnocení. Výsledek AI je potřeba ověřovat, zasadit do kontextu a chránit vstupní data.
V hodině „Trénovací a testovací data“ je hlavním cílem: Žák rozliší data pro vytvoření modelu od dat pro ověření výkonu. Nejde pouze o dokončení jednotlivých kliknutí nebo příkazů; důležité je umět vysvětlit, proč zvolený krok vede k cíli a co se v průběhu práce mění.
Klíčové pojmy trénovací data, testovací data, přesnost, generalizace, přeučení v základním pojetí tvoří společný jazyk pro popis řešení. Při praktické práci v prostředí „Tabulkový dokument nebo demonstrace“ sleduj vstup, jednotlivé kroky, mezivýsledek a způsob kontroly. Pokud některý krok nelze popsat nebo zopakovat, postup ještě není dostatečně přesný.
Praktická část vychází ze zadání: Rozdělit datovou sadu na trénovací a testovací část a vyhodnotit jednoduchý model. Výsledkem musí být „Vyhodnocovací tabulka modelu“. Hotový výstup nestačí pouze ukázat; musí být možné doložit, že vznikl z pracovních podkladů a že splňuje uvedená hodnoticí kritéria.
Před odevzdáním ověř zejména: Správné oddělení dat a jednoduchá přesnost. U programů nebo modelů použij více vstupů, u diagramů zkontroluj vztahy a popisky, u dokumentace ověř úplnost. Chybu nejprve přesně popiš, potom změň jen jednu věc a znovu výsledek otestuj.
Slovníček pojmů
trénovací data
Data použitá k nastavení parametrů modelu během učení.
testovací data
Oddělená data použitá k nezávislému ověření výkonu modelu.
přesnost
Míra shody výstupů modelu se správnými očekávanými výsledky podle zvoleného kritéria.
generalizace
Schopnost modelu pracovat správně i s novými daty, která nebyla součástí tréninku.
přeučení v základním pojetí
Stav, kdy model příliš kopíruje trénovací data a na nových datech podává horší výsledky.
Postup krok za krokem
- 01
Ve studentské lekci si přečti cíl a otevři pracovní podklady. Připrav prostředí: Tabulkový dokument nebo demonstrace. Originální podklady ponech beze změny a pracuj s kopií ve vlastní složce.
- 02
Pojmenuj pracovní složku ve tvaru „22_trenovaci-a-testovaci-data_prijmeni“. Uvnitř odděl zdrojové soubory, vlastní práci a výsledný export.
- 03
Rozděl zadání na menší ověřitelné kroky: Rozdělit datovou sadu na trénovací a testovací část a vyhodnotit jednoduchý model. Nejprve vytvoř nejjednodušší funkční nebo srozumitelnou variantu.
- 04
Po každém významném kroku výsledek spusť, otevři nebo jinak zkontroluj. Zapisuj testovací vstup, skutečný výsledek a případnou opravu; neměň více nezávislých věcí najednou.
- 05
Porovnej práci s kritérii „Správné oddělení dat a jednoduchá přesnost“. Oprav alespoň jednu konkrétní slabinu zjištěnou vlastní nebo vrstevnickou kontrolou.
- 06
Ulož zdrojovou i výslednou podobu. Odevzdej „Vyhodnocovací tabulka modelu“ v požadovaném formátu a přidej krátké zdůvodnění, jak jsi správnost ověřil/a.
Stáhni si soubory, se kterými budeš pracovat

Náhled ukazuje pouze strukturu a typ výsledku. Hotové upravitelné řešení ve studentské části není.
Pracovní podklad určený k samostatnému zpracování.
22_PODKLADY_README.txt · 1 kBPracovní podklad určený k samostatnému zpracování.
22_data_modelu.csv · 1 kBPracovní podklad určený k samostatnému zpracování.
22_overovaci_protokol.txt · 1 kBPracovní list
Co už o tématu „Trénovací a testovací data“ víš? Uveď konkrétní příklad nebo situaci.
Vysvětli vlastními slovy alespoň tři pojmy: trénovací data, testovací data, přesnost, generalizace, přeučení v základním pojetí. Ke každému přidej použití v dnešní úloze.
Které rozhodnutí je při řešení úkolu „Rozdělit datovou sadu na trénovací a testovací část a vyhodnotit jednoduchý model.“ nejdůležitější a podle čeho je uděláš?
Rozepiš vlastní postup k zadání: Rozdělit datovou sadu na trénovací a testovací část a vyhodnotit jednoduchý model.
Převeď hodnoticí kritéria na kontrolní otázky: Správné oddělení dat, jednoduchá přesnost.
Napiš jeden pochopený princip, jednu provedenou opravu a jeden další krok.
Trénovací a testovací data
Rozdělit datovou sadu na trénovací a testovací část a vyhodnotit jednoduchý model. 1. Pojmenuj pracovní složku ve tvaru „22_trenovaci-a-testovaci-data_prijmeni“. Uvnitř odděl zdrojové soubory, vlastní práci a výsledný export. 2. Rozděl zadání na menší ověřitelné kroky: Rozdělit datovou sadu na trénovací a testovací část a vyhodnotit jednoduchý model. Nejprve vytvoř nejjednodušší funkční nebo srozumitelnou variantu. 3. Po každém významném kroku výsledek spusť, otevři nebo jinak zkontroluj. Zapisuj testovací vstup, skutečný výsledek a případnou opravu; neměň více nezávislých věcí najednou. 4. Porovnej práci s kritérii „Správné oddělení dat a jednoduchá přesnost“. Oprav alespoň jednu konkrétní slabinu zjištěnou vlastní nebo vrstevnickou kontrolou.
Očekávaný výstup
Vyhodnocovací tabulka modelu
Odevzdání praktického úkolu
Vyhodnocovací tabulka modelu
Dokonči praktickou práci a odevzdej důkaz: Vyhodnocovací tabulka modelu. Použij studentské podklady, zpracuj je samostatně a před odevzdáním projdi kontrolní kritéria. Hotové řešení je dostupné pouze v učitelské části.