ИИ: обучение модели

Junior Учебная программа дивизиона ИИ: обучите свою модель
  • Определитесь с платформой для обучения модели искусственного интеллекта
  • Соберите исходный набор данных и начните обучение модели искусственного интеллекта для вашего проекта

Вот задания для этого урока:

ВАШ НАБОР ДАННЫХ

К этому моменту вы уже должны были собрать данные для своего набора данных. Напоминаем, что существует три способа сбора данных:

  1. Соберите данные о тренировках в вашем сообществе сообщества
  2. Изобретение собирает данные с помощью датчиков или пользовательского ввода
  3. Используйте данные из публичные наборы данных для обучения

 

Вы также должны решить, какой тип данных вы хотите использовать в своем наборе данных - изображения, текст, звуки или позы. 

Ваш набор данных должен соответствовать следующим критериям:

  • Сайт правильный тип данные
  • Много примеров
  • Разнообразные примеры - разнообразные и репрезентативные (непредвзятые)

ПРОЦЕСС ОБУЧЕНИЯ

Исходные данные

Загрузив его, или через веб-камеру для изображений

Поезд

Пропустите данные через алгоритм обучения.

Тест

Используя новые исходные данные, проверьте, насколько точна ваша модель.

ВЫБЕРИТЕ ПЛАТФОРМУ

Выбранная вами платформа должна позволять вам:

  • обучайте правильному типу данных (изображения, звуки, текст и т.д.)
  • использовать модель для интеграции в предлагаемое вами решение (веб- или мобильное приложение)

Вы не ограничены этими платформами, но это простые и удобные варианты интеграции с мобильным или веб-приложением.

Выбор оптимальной платформы для вашего проекта может зависеть от типа данных в вашем наборе данных, поскольку не каждая платформа может обучать все типы данных. 

Попробуйте один или несколько учебников с одной или двух платформ, чтобы понять, какая платформа поможет вам достичь целей вашего проекта.

Сайт: https://teachablemachine.withgoogle.com/

Типы классификации: изображения, звуки, позы

Интеграции Technovation: App Inventor, Python, другие интеграции с использованием API

Вот три руководства, позволяющие опробовать Teachable Machine, используя различные типы данных.

Сайт: https://machinelearningforkids.co.uk/

Типы классификации: изображения, звуки, текст, числа

Интеграции Technovation: App Inventor, Python

В книге "Машинное обучение для детей" есть множество примеров и рабочих листов, которые помогут узнать больше. 

Вам понадобится ментор или учитель, чтобы зарегистрировать учетную запись учителя. Затем они смогут создать для вас учетную запись ученика.

 

Посмотрите эти примеры/учебники с использованием MachineLearningForKids.

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

Типы классификации: изображения, звуки, позы, сетка лиц

Интеграции Technovation: Мобильные приложения App Inventor

Если вы уже используете App Inventor в качестве платформы для кодирования проекта, это хороший вариант.

Вот несколько руководств, с которых можно начать:

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

Типы классификации: изображения

Интеграции Technovation: Thunkable, веб-приложения (с использованием API)

Хотя есть и другие варианты, этот хорош, если вы используете Thunkable в качестве платформы для кодирования.

Ознакомьтесь с первой половиной этого руководства, чтобы узнать, как использовать Ximilar. Вторая половина будет показана в следующей части, когда вы интегрируете свою модель с Thunkable.

  • Видеоурок Обучение модели для обнаружения различных типов коралловых рифов

Приведенные выше платформы - это лишь рекомендации, позволяющие легко перейти к обучению и использованию моделей ИИ.

Существует множество более продвинутых инструментов искусственного интеллекта. Некоторые из них перечислены в разделе "Дополнительные ресурсы". Они могут потребовать использования продвинутых языков, таких как Java, Python или Swift, и, скорее всего, будут связаны с использованием API (Application Programming Interface).

ДЕЯТЕЛЬНОСТЬ: ОБУЧЕНИЕ МОДЕЛИ

Расчетное время: 60 минут

Обучите модель искусственного интеллекта с помощью вашего набора данных

  1. Выберите подходящую платформу для своего проекта.
  2. Обучите модель искусственного интеллекта, используя ваш набор данных.
    • Если вы не успели собрать все примеры для своего набора данных, добавьте те, что у вас есть.
    • Добавляйте новые по мере сбора данных.
    • Сохраните свой проект/модель, чтобы вернуться к нему позже!
  3. После обучения модели искусственного интеллекта протестируйте ее на нескольких дополнительных примерах. Эти тестовые примеры должны отличаться от тех, которые вы использовали для обучения.
  4. Если ваша модель не очень точна (более 70 %), добавьте больше обучающих примеров, переобучите, перепроверьте.

Лучшие практики: Обучать модели сложно! Даже Google ошибается. Их ИИ был обучен, но все равно начал выдавать неверные результаты! Не сдавайтесь!

Наводящие вопросы для студентов: Насколько точной вы хотите видеть свою модель ИИ? Если она не может быть точной на 100%, то какой ответ будет приемлемым? 80% времени? Зависит ли это от риска того, для чего вы используете модель? Например, самодвижущиеся автомобили должны быть довольно точными, иначе они могут причинить кому-то вред, но результаты поиска Google, очевидно, имеют гораздо более низкую планку. 

Советы для менторов предоставлены при поддержке AmeriCorps.

стилизованная буква A, логотип AmeriCorps в морском цвете

РЕФЛЕКСИЯ

Это занятие - просто обучение модели.

В следующем разделе вы интегрируете свою модель в программную платформу и превратите ее в работающее приложение.

Почему выбранная вами платформа является хорошим выбором для вашего проекта?
Чего вы надеетесь добиться с помощью своей модели ИИ после ее создания?
Уверены ли вы, что выбранная вами платформа поможет вам достичь поставленных целей?

ОБЗОР ОСНОВНЫХ ТЕРМИНОВ

  • Платформа - Программное обеспечение или веб-сайт, позволяющий пользователям выполнять задачу или использовать инструмент
  • Классификация - Модель машинного обучения, используемая для идентификации или категоризации различных данных

ДОПОЛНИТЕЛЬНЫЕ РЕСУРСЫ

Вот несколько более продвинутых платформ для создания моделей ИИ.

Примечание: Если вы решите воспользоваться этими инструментами, обязательно проверьте цены. Некоторые инструменты можно использовать бесплатно в зависимости от количества пользователей вашего приложения.

Предыдущий урок
Вернуться к курсу
Следующий урок