- ავარჯიშებთ მანქანური სწავლების მოდელს რაღაცის დასაპროგნოზებლად
აქტივობები ამ გაკვეთილისთვის:
ᲛᲐᲜᲥᲐᲜᲣᲠᲘ ᲡᲬᲐᲕᲚᲘᲡ 3 ᲜᲐᲬᲘᲚᲘ
შეგახსენებთ, რომ ხელოვნურ ინტელექტს, კონკრეტულად მანქანურ სწავლებას, აქვს 3 ძირითადი ნაწილი.
მონაცემთა ბაზა
შაბლონების პოვნა
პროგნოზირება
ამ გაკვეთილზე ჩვენ ვკონცენტრირდებით მეორე ნაწილზე, შაბლონების პოვვნაზე , ჩვენი AI მოდელის მომზადებით, რომელიც შეძლებს პროგნოზის გაკეთებას.
არსებობს ბევრი უფასო ონლაინ პლატფორა სადაც შეგიძლიათ ავარჯიშოთ AI მოდელი, ზედამხედველობითი სწავლის გამოყენებით.
ზედამხედველობითი სწავლა ისეთივეა, როგორც ჟღერს - თქვენ აკონტროლებთ მოდელის სწავლის პროცესს მისთვის მითითებების მიცემით.
მაგალითად, ვთქვათ, რომ გსურთ ხელოვნური ინტელექტის მოდელმა გითხრათ, ნახატზე ძაღლია გამოსახული თუ კატა .
თქვენი მონაცემთა ბაზა
შედგება ძაღლებისა და კატების უამრავი სურათისგან.
თქვენ გაწვრთნით მოდელს და ეტყვით, თუ რომელია კატა და რომელი ძაღლი.
ᲗᲥᲕᲔᲜᲘ ᲛᲝᲓᲔᲚᲘᲡ ᲓᲐᲒᲔᲒᲛᲕᲐ
თქვენი მოდელი პროგნოზირებს ან კლასიფიცირებს რაღაცას. ხშირად ამ მოდელებს კლასიფიკაციის მოდელებს უწოდებენ, ამავე მიზეზით.
პირველი ნაბიჯები:
- რას ახარისხებთ? სურათებს, ტექსტს, ხმებს? ეს არის თქვენი მონაცემთა ტიპი .
- რა არის სხვადასხვა შესაძლო კლასიფიკაცია? მაგალითად, ძაღლები და კატები . ეს არის თქვენი კლასები . მათ ასევე ზოგჯერ უწოდებენ ეტიკეტებს/ლეიბლებს .
- შეაგროვეთ შესაბამისი მონაცემები თქვენი მოდელის მოსამზადებლად. იპოვეთ ბევრი მრავალფეროვანი მონაცემი თითოეული კლასის წარმოსადგენად. მაგალითად, უამრავი სურათი სხვადასხვა ტიპის ძაღლებსა და კატებზე!
ᲠᲔᲙᲝᲛᲔᲜᲓᲘᲠᲔᲑᲣᲚᲘ ᲞᲚᲐᲢᲤᲝᲠᲛᲔᲑᲘ
არსებობს მრავალი უფასო და ღია კოდის პლატფორმა, რომელიც ხელმისაწვდომია AI კლასიფიკაციის მოდელების შესაქმნელად.
ჩვენ მოვამზადეთ პროგრამებისა და პლატფორმების სია, სადაც შეგიძლიათ:
- შექმნათ თქვენი მოდელი პროგნოზის გასაკეთებლად
- შემდეგ გამოიყენოთ თქვენივე მოდელი მობილურ ან ვებ აპში, რათა შეასრულოთ რაიმე მოქმედება პროგნოზის საფუძველზე
ცხრილში მოცემულია სწრაფი მიმოხილვა, თუ რა შეუძლია თითოეულ პლატფორმას.
| პლატფორმა | კლასიფიკაციის ტიპები | Technovation-თან ინტეგრაცია |
|---|---|---|
| Google-ის სწავლებადი მანქანა (Teachable Machine by Google) | სურათები, ხმები, პოზები | App Inventor , პითონი, სხვა ინტეგრაციებიც შესაძლებელია |
| მანქანური სწავლება ბავშვებისთვის (Teachable Machine by Google) | სურათები, ხმები, ტექსტი, რიცხვები | პითონი, App Inventor |
| MIT App Inventor | სურათები, ხმები, პოზები | App Inventor |
| Ximilar | სურათები | Thunkable , App Inventor , wep აპები API-ების გამოყენებით |
ᲐᲥᲢᲘᲕᲝᲑᲐ: ᲛᲐᲜᲥᲐᲜᲘᲗ ᲡᲬᲐᲕᲚᲘᲡ ᲛᲝᲓᲔᲚᲘᲡ ტესტირება
შექმენით ქვის, ქაღალდის, მაკრატლის მოდელი
შემდეგ იხილეთ თქვენი მოდელი მოქმედებაში მარტივი წინასწარ ჩაშენებული javascript ინტერაქციის საშუალებით.
რეფლექსია
თქვენ შექმენით პირველი AI მოდელი! ამ ყველაფერმა უნდა გაგაცნოთ, თუ როგორ იქმნეა AI მოდელივ. მოდელის შექმნის ყველა პლატფორმა მუშაობს ანალოგიურად, თუმცა ინტერფეისები შეიძლება ოდნავ განსხვავდებოდეს.
ძირითადი ტერმინების მიმოხილვა
- AI (ან მანქანური სწავლების) მოდელი - ხელოვნური ინტელექტი, რომელიც გაწვრთნილია მონაცემთა ბაზაზე, რომელიც ამოიცნოს ნიმუშებს რაღაცის პროგნოზირებისთვის ან კლასიფიკაციისთვის.
- ზედამხედველობითი სწავლება – მანქანური სწავლება, სადაც მოდელი გაწვრთნილია სწორი ან არასწორი შედეგის მითითებით
- კლასი – ეტიკეტი/ლეიბლი, რომელიც მიეწოდება ხელოვნური ინტელექტის მოდელს. კლასის საშუალებით ხელოვნური ინტელექტი სწავლოთ როგორ დაახაირსხოს ინფორმაცია კლასების მიხედვით.
ᲓᲐᲛᲐᲢᲔᲑᲘᲗᲘ ᲠᲔᲡᲣᲠᲡᲔᲑᲘ
თუ გსურთ გაიგოთ მეტი ხელოვნური ინტელექტისა და მანქანური სწავლების შესახებ, თვალი გადაავლეთ დასაკრავ სიას დანიელ შიფმანისგან,ნიუ-იორკის უნივერსიტეტი.
