- Trainiere ein maschinelles Lernmodell, um etwas vorherzusagen
Das sind die Aktivitäten für diese Lektion:
3 TEILE DES MASCHINELLEN LERNENS
Erinnere dich daran, dass künstliche Intelligenz, insbesondere maschinelles Lernen, aus drei Hauptbestandteilen besteht.
Datensatz
Muster finden
Vorhersage treffen
In dieser Lektion konzentrieren wir uns auf den zweiten Teil, das Finden von Mustern, indem wir unser eigenes KI-Modell trainieren, das in der Lage ist, eine Vorhersage zu treffen.
Es gibt viele kostenlose Online Plattformen auf denen du ein KI-Modell mit überwachtem Lernen trainieren kannst.
Es gibt zwei Hauptarten des maschinellen Lernens - Überwachtes Lernen und unüberwachtes Lernen.
Überwachtes Lernen ist genau so, wie es klingt - du überwachst, wie das Modell lernt, indem du ihm die richtige Antwort vorgibst.
Unüberwachtes Lernen verfolgt einen anderen Ansatz. Dem Modell werden Daten zur Verfügung gestellt, aber ohne Anleitung oder Überwachung. Das KI-Modell findet seine eigenen Muster. Diese Methode ermöglicht es dem KI-Modell, neue Gruppierungen, Ähnlichkeiten und Unterschiede zwischen den Daten zu entdecken, ohne dass es dafür ein Vorwissen braucht.
In diesem Lehrplan werden wir den überwachten Lernansatz für maschinelles Lernen. Angenommen, du möchtest, dass ein KI-Modell erkennt, ob es sich bei einem Bild um einen Hund oder eine Katze.
Dein Datensatz besteht aus vielen, vielen Bildern von Hunden und Katzen.
Du hilfst dabei, das Modell zu trainieren, indem du ihm sagst, welche Bilder Hunde und welche Katzen sind.
PLANUNG FÜR DEIN MODELL
Dein Modell wird etwas vorhersagen oder klassifizieren. Oft werden diese Modelle als Klassifizierungsmodellegenannt.
Erste Schritte:
- Was klassifizierst du? Sind es Bilder, Texte oder Töne? Das ist dein Datentyp.
- Welche verschiedenen Klassifizierungen sind möglich? Zum Beispiel, Hunde und Katzen. Dies sind deine Klassen. Sie werden manchmal auch bezeichnet als Etiketten.
- Sammle die passenden Daten, um dein Modell zu trainieren. Finde jede Menge unterschiedlicher Daten, die jede Klasse repräsentieren. Zum Beispiel viele, viele Bilder von verschiedenen Hunden und Katzen!
EMPFOHLENE PLATTFORMEN
Es gibt viele kostenlose und Open-Source-Plattformen, um KI-Klassifizierungsmodelle zu erstellen.
Wir haben eine Liste von Programmen und Plattformen zusammengestellt, auf denen du das kannst:
- baue dein Modell, um eine Vorhersage zu treffen
- dann dein Modell in einer mobilen oder Web-App verwenden, um eine Aktion auf der Grundlage der Vorhersage durchzuführen
Hier ist ein kurzer Überblick darüber, was jede Plattform klassifizieren und integrieren kann.
| Plattform | Klassifizierung Typen | Technovation Integration |
|---|---|---|
| Teachable Machine von Google | Bilder, Töne, Posen | App InventorPython, andere Integrationen möglich |
| MachineLearningForKids | Bilder, Töne, Text, Zahlen | Python, App Inventor (für einige Datentypen) |
| MIT App Inventor | Bilder, Töne, Posen | App Inventor |
| Ximilar | Bilder | Thunkable, App Inventor, wep apps, APIs verwenden |
AKTIVITÄT: EIN MASCHINELLES LERNMODELL TRAINIEREN
Baue ein Stein-Papier-Schere-Modell
Anschließend kannst du dein Modell mit einer einfachen, vorgefertigten Javascript-Interaktion in Aktion sehen.
VORGEFERTIGTE MODELLE
Jetzt, wo du dein erstes KI-Modell gebaut hast und mit der Planung deines eigenen Modells für dein Projekt beginnst, könntest du ein bereits gebautes Modell verwenden.
Warum das Rad neu erfinden, oder?
Es gibt viele Websites, die KI-Modelle anbieten, die öffentlich zugänglich sind und geteilt werden. Du kannst sie nutzen, wenn sie die Klassifizierung liefern, nach der du suchst. Hier sind einige Websites, die öffentliche ML-Modelle anbieten.
Um diese Modelle zu nutzen, musst du wahrscheinlich eine textbasierte Sprache wie Python oder Javascript verwenden.
Wenn du ganz neu im Programmieren bist, ist es eine großartige Option, dein eigenes Modell zu bauen. Du hast die Kontrolle und lernst dabei eine Menge über KI!
REFLEXION
Du hast dein erstes KI-Modell erstellt! Dies sollte dir einen Einblick in den Prozess der Erstellung eines KI-Modells geben. Alle Plattformen zur Modellerstellung funktionieren ähnlich, auch wenn sich die Schnittstellen leicht unterscheiden können.
ÜBERPRÜFUNG DER SCHLÜSSELBEGRIFFE
- KI (oder maschinelles Lernen) Modell - Künstliche Intelligenz, die auf einen Datensatz trainiert wird, um Muster zu erkennen und etwas vorherzusagen oder zu klassifizieren
- Überwachtes Lernen - Maschinelles Lernen, bei dem ein Modell trainiert wird, indem ihm ein richtiges oder falsches Ergebnis mitgeteilt wird
- Unüberwachtes Lernen - Maschinelles Lernen, bei dem ein Modell selbstständig und ohne Eingreifen Muster entdeckt
- Klasse - ein Label, das einem KI-Modell gegeben wird, damit es lernt, Eingaben nach ihrer Klasse zu klassifizieren
ZUSÄTZLICHE RESSOURCEN
Wenn du mehr über künstliche Intelligenz und maschinelles Lernen erfahren möchtest, findest du hier eine tolle Playlist von Daniel Schiffman von der New York University.
