IA: Treine Seu Modelo

Curso da categoria JúniorIA: Treine seu modelo
  • Decidir sobre uma plataforma para treinar seu modelo de IA
  • Reunir seu conjunto de dados inicial e começar a treinar seu modelo de IA para o projeto

Estas são as atividades para esta lição:

SEU CONJUNTO DE DADOS

A esta altura, você já deve ter coletado os dados para o seu conjunto de dados. Como lembrete, há três maneiras de coletar dados:

  1. Colete dados de treinamento de sua comunidade
  2. A invenção coleta dados com sensores ou entrada do usuário
  3. Usar dados de conjuntos de dados públicos para dados de treinamento

 

Você também deve ter decidido que tipo de dados deseja usar em seu conjunto de dados: imagens, texto, sons ou poses. 

Seu conjunto de dados deve atender aos seguintes critérios:

  • O tipo certo de dados
  • Muitos exemplos
  • Variados exemplos - diversos e representativos (imparciais)

PROCESSO DE TREINAMENTO

Dados de entrada

Fazendo o upload ou por meio de uma webcam para imagens

Treinar

Execute os dados por meio de um algoritmo de aprendizado.

Testar

Usando novas entradas, verifique se o modelo é preciso.

ESCOLHA A PLATAFORMA

A plataforma que você escolher deve permitir que você faça:

  • treinar o tipo de dados correto (imagens, sons, texto, etc.)
  • Use o modelo para integrá-lo à sua solução proposta (web ou aplicativo)

Você não está limitada a essas plataformas, mas essas são opções simples e fáceis de usar para integração com um celular ou aplicativo web.

A melhor plataforma para o projeto pode depender do tipo de dados em seu conjunto de dados, pois nem todas as plataformas podem treinar todos os tipos de dados. 

Experimente um ou mais tutoriais de uma ou duas plataformas para ver qual delas a ajudará a atingir as metas para o projeto.

Site: https://teachablemachine.withgoogle.com/

Tipos de classificação: imagens, sons, poses

Integrações do Technovation: App Inventor, Python, outras integrações usando APIs

Aqui estão três tutoriais para experimentar o Teachable Machine usando diferentes tipos de dados.

Site: https://machinelearningforkids.co.uk/

Tipos de classificação: imagens, sons, textos, números

Integrações do Technovation: App Inventor, Python

O Machine Learning for Kids tem muitos exemplos de tutoriais e planilhas para você aprender mais. 

Você precisará de um(a) mentor(a) ou de um(a) professor(a) para se inscrever em uma conta de professor. Em seguida, ele(a) poderá configurar uma conta de estudante para você.

 

Confira estes exemplos/tutoriais usando o MachineLearningForKids.

Site: https://appinventor.mit.edu/explore/ai-with-mit-app-inventor

Tipos de classificação: imagens, sons, poses, expressões faciais

Integrações do Technovation: Aplicativos do App Inventor

Se você já estiver usando App Inventor como sua plataforma programação para o projeto, essa é uma boa opção.

Aqui estão alguns tutoriais para começar:

Site: https://www.ximilar.com/services/computer-vision-platform/#image-classification

Tipos de classificação: imagens

Integrações do Technovation: Thunkable, aplicativos web (usando APIs)

Embora existam outras opções, essa é uma boa opção se você estiver usando o Thunkable como sua plataforma para a programação.

Confira a primeira parte deste tutorial para saber como usar o Ximilar. A segunda parte será mostrada na próxima unidade, quando você integrar seu modelo com o Thunkable.

As plataformas acima são apenas recomendações para facilitar o treinamento e o uso de modelos de IA.

Há muitas ferramentas de IA mais avançadas disponíveis. Algumas estão listadas na seção Recursos Adicionais. Elas podem exigir o uso de linguagens avançadas, como Java, Python ou Swift, e provavelmente implicarão o uso de APIs (Interface de Programação de Aplicativos).

ATIVIDADE: TREINE SEU MODELO

Tempo estimado: 60 minutos

Treine seu modelo de IA usando seu conjunto de dados

  1. Escolha a plataforma apropriada para o projeto.
  2. Treine seu modelo de IA usando seu conjunto de dados.
    • Se você não tiver reunido completamente todos os exemplos do seu conjunto de dados, adicione o que você tem.
    • Adicione mais à medida que você coletar mais dados.
    • Salve o projeto/modelo para que você possa voltar a ele mais tarde!
  3. Depois de treinar seu modelo de IA, teste-o com alguns exemplos adicionais. Esses exemplos de teste devem ser diferentes dos exemplos de treinamento que você usou.
  4. Se o seu modelo não for muito preciso (mais de 70%), adicione mais exemplos de treinamento, treine novamente e teste novamente.

Práticasrecomendadas:Treinar modelos de IA é difícil! Até o Google erra. Sua IA foi treinada, mas ainda assim começou a produzir resultados errados! Não desista!

Perguntas orientadoras a serem feitas estudantes: Qual é o grau de precisão que você deseja que seu modelo de IA tenha? Se ele não puder ser 100% preciso, qual é uma resposta aceitável? 80% do tempo? Isso depende do risco para o qual você está usando o modelo? Por exemplo, os carros autônomos precisam ser bastante precisos, caso contrário, podem machucar alguém, mas os resultados de pesquisa do Google aparentemente têm um nível muito mais baixo. 

As dicas são fornecidas com o apoio do AmeriCorps.

A estilizado, logotipo da AmeriCorps em azul-marinho

REFLEXÃO

Essa atividade trata apenas do treinamento do modelo.

Na próxima unidade, você integrará seu modelo a uma plataforma de software para transformá-lo em um aplicativo funcional.

Por que a plataforma que você escolheu é uma boa opção para o projeto?
O que você espera alcançar com seu modelo de IA agora que o construiu?
Você tem certeza de que a plataforma escolhida a ajudará a atingir suas metas?

REVISÃO DOS PRINCIPAIS TERMOS

  • Plataforma - software ou site que permite que seus usuários executem uma tarefa ou usem uma ferramenta
  • Classificação - modelo de machine learning usado para identificar ou categorizar dados diferentes

RECURSOS ADICIONAIS

Aqui estão algumas plataformas mais avançadas para a criação de modelos de IA.

Observação: Se você decidir usar essas ferramentas, certifique-se de verificar os preços. Algumas ferramentas são gratuitas, dependendo do número de usuários que utilizam o app.

Lição Anterior
Voltar ao Curso
Próxima Lição