- Обучение модели машинного обучения для предсказания чего-либо
Вот задания для этого урока:
3 ЧАСТИ МАШИННОГО ОБУЧЕНИЯ
Напомним, что искусственный интеллект, в частности машинное обучение, состоит из трех основных частей.
Набор данных
Поиск узоров
Сделать предсказание
В этом уроке мы сосредоточимся на второй части, " Поиск закономерностей", обучив собственную модель искусственного интеллекта, которая сможет делать предсказания.
Существует множество бесплатные онлайн платформ где можно обучить модель ИИ, используя контролируемое обучение.
Существует два основных типа машинного обучения - контролируемое обучение и неконтролируемое обучение.
Контролируемое обучение Это то же самое, что и звучит - вы контролируете процесс обучения модели, подсказывая ей правильный ответ.
Неконтролируемое обучение использует другой подход. Модели предоставляются данные, но без руководства и контроля. Модель искусственного интеллекта сама находит закономерности. Этот метод позволяет модели ИИ обнаруживать новые группировки, сходства и различия между данными без каких-либо предварительных знаний.
В этой учебной программе мы будем использовать подход к контролируемому обучению к машинному обучению. Например, вы хотите, чтобы модель искусственного интеллекта определяла, изображена ли на картинке собака или кошка.
В вашем наборе данных будет много-много фотографий собак и кошек.
Вы поможете обучить модель, сообщив ей, на каких картинках изображены собаки, а на каких - кошки.
ПЛАНИРОВАНИЕ ВАШЕЙ МОДЕЛИ
Ваша модель будет предсказывать или классифицировать что-то. Часто такие модели называют классификационные моделиименно по этой причине.
Первые шаги:
- Что вы классифицируете? Это изображения, текст, звуки? Это ваш тип данных.
- Каковы различные возможные классификации? Например, собаки и кошки. Это ваши классы. Их также иногда называют метки.
- Соберите подходящие данные для обучения модели. Найдите большое количество разнообразных данных, чтобы представить каждый класс. Например, много-много фотографий разных видов собак и кошек!
РЕКОМЕНДУЕМЫЕ ПЛАТФОРМЫ
Существует множество бесплатных платформ с открытым исходным кодом для создания моделей классификации ИИ.
Мы составили список программ и платформ, на которых вы можете:
- постройте свою модель, чтобы сделать прогноз
- затем используйте вашу модель в мобильном или веб-приложении для выполнения действия на основе прогноза
Вот краткий обзор того, что каждая платформа может классифицировать и с чем интегрировать.
| Платформа | Типы классификации | Интеграция технологий |
|---|---|---|
| Обучаемая машина от Google | изображения, звуки, позы | App Inventor, Python, возможны другие интеграции |
| MachineLearningForKids | изображения, звуки, текст, цифры | Python, App Inventor (для некоторых типов данных) |
| MIT App Inventor | изображения, звуки, позы | App Inventor |
| Ксимилар | изображения | Thunkable, App Inventor, wep-приложения, использование API |
ДЕЯТЕЛЬНОСТЬ: ОБУЧЕНИЕ МОДЕЛИ МАШИННОГО ОБУЧЕНИЯ
Постройте модель "Камень, ножницы, бумага".
Затем посмотрите на свою модель в действии с помощью простого предварительно созданного взаимодействия на javascript.
ГОТОВЫЕ МОДЕЛИ
Теперь, когда вы построили свою первую модель ИИ и начинаете планировать собственную модель для своего проекта, вы можете рассмотреть возможность использования уже построенной модели.
Зачем изобретать колесо, верно?
Существует множество сайтов, предоставляющих общедоступные модели ИИ. Вы можете использовать их, если они обеспечивают классификацию, которую вы ищете. Вот несколько сайтов, предоставляющих публичные модели ИИ.
Чтобы использовать эти модели, вам, скорее всего, понадобится текстовый язык, например Python или Javascript.
Если вы совсем новичок в кодировании, создание собственной модели - отличный вариант. Вы будете контролировать ситуацию и в процессе узнаете много нового об искусственном интеллекте!
РЕФЛЕКСИЯ
Вы создали свою первую модель ИИ! Это должно дать вам представление о процессе создания модели ИИ. Все платформы для создания моделей работают одинаково, хотя интерфейсы могут немного отличаться.
ОБЗОР ОСНОВНЫХ ТЕРМИНОВ
- Модель искусственного интеллекта (или машинного обучения) - Искусственный интеллект, который обучается на наборе данных распознавать закономерности, чтобы предсказать или классифицировать что-либо
- Контролируемое обучение - Машинное обучение, при котором модель обучается путем указания ей правильного или неправильного результата
- Неконтролируемое обучение - машинное обучение, при котором модель самостоятельно, без вмешательства, обнаруживает закономерности
- Класс - метка, которая предоставляется модели ИИ, чтобы она научилась классифицировать входные данные по их классу
ДОПОЛНИТЕЛЬНЫЕ РЕСУРСЫ
Если вы хотите узнать больше об искусственном интеллекте и машинном обучении, вот отличный плейлист от Дэниела Шиффмана из Нью-Йоркского университета.
