- Bir şeyi tahmin etmek için bir makine öğrenimi modeli eğitin
Bu dersin etkinlikleri şunlardır:
MAKİNE ÖĞRENİMİNİN 3 BÖLÜMÜ
Yapay Zeka'nın, özellikle Makine Öğreniminin 3 ana bölümden oluştuğunu hatırlayın.
Veri kümesi
Desenleri Bul
Tahmin Yap
Bu derste, tahmin yapabilen kendi AI modelimizi eğiterek ikinci bölüm olan " Örüntüleri Bulma"ya odaklanacağız.
Birçok ücretsiz çevrimiçi platformlar bulunmaktadır.
Makine öğreniminin iki ana türü vardır: denetimli öğrenme ve denetimsiz öğrenme.
Denetimli öğrenme adından da anlaşılacağı gibi, modele doğru cevabı söyleyerek öğrenme sürecini denetlersiniz.
Denetimsiz öğrenme farklı bir yaklaşım sergiler. Modele veri sağlanır, ancak herhangi bir rehberlik veya denetim yapılmaz. AI modeli kendi kalıplarını bulur. Bu yöntem, AI modelinin önceden belirlenmiş herhangi bir bilgi olmadan veriler arasında yeni gruplamalar, benzerlikler ve farklılıklar keşfetmesini sağlar.
Bu müfredatta, denetimli öğrenme yaklaşımını kullanacağız. Örneğin, bir AI modelinin bir resmin köpek mu yoksa kediolduğunu
Veri setinizçok sayıda köpek ve kedi fotoğrafından oluşacaktır.
Hangi resimlerin köpek, hangilerinin kedi olduğunu söyleyerek modelin eğitilmesine yardımcı olacaksınız.
MODELİNİZ İÇİN PLANLAMA
Modeliniz bir şeyi tahmin edecek veya sınıflandıracaktır. Bu modeller genellikle sınıflandırma modelleriolarak adlandırılır.
İlk adımlar:
- Neyi sınıflandırıyorsunuz? Görüntüler, metinler, sesler mi? Bu sizin veri türünüz.
- Farklı olası sınıflandırmalar nelerdir? Örneğin, köpekler ve kediler. Bunlar sizin sınıf. Bunlar bazen etiketolarak da adlandırılırlar.
- Modelinizi eğitmek için uygun verileri toplayın. Her sınıfı temsil edecek çok sayıda ve çok çeşitli veri bulun. Örneğin, farklı türde köpek ve kedilerin çok sayıda fotoğrafı!
ÖNERİLEN PLATFORMLAR
AI sınıflandırma modelleri oluşturmak için birçok ücretsiz ve açık kaynaklı platform mevcuttur.
Aşağıdakileri yapabileceğiniz program ve platformların bir listesini hazırladık:
- tahmin yapmak için modelinizi oluşturun
- ardından modelinizi bir mobil veya web uygulamasında kullanarak tahminlere dayalı bir eylem gerçekleştirin
İşte her platformun sınıflandırabileceği ve entegre edebileceği öğelere ilişkin kısa bir genel bakış.
| Platform | Sınıflandırma Türleri | Teknoloji Entegrasyonu |
|---|---|---|
| Google'ın Teachable Machine'i | görüntüler, sesler, pozlar | App Inventor, Python, diğer entegrasyonlar mümkündür |
| MachineLearningForKids | görüntüler, sesler, metin, sayılar | Python, App Inventor (bazı veri türleri için) |
| MIT Uygulama Geliştirici (App Inventor) | görüntüler, sesler, pozlar | Uygulama Oluşturucu |
| Ximilar | görüntüler | Thunkable, App Inventor, web uygulamaları, API'leri kullanma |
AKTİVİTE: MAKİNE ÖĞRENİM MODELİ EĞİTİMİ
Taş, Kağıt, Makas modeli oluşturun
Ardından, önceden oluşturulmuş basit bir javascript etkileşimi ile modelinizin nasıl çalıştığını görün.
ÖN ÜRETİM MODELLER
İlk AI modelinizi oluşturduğunuz ve projeniz için kendi modelinizi planlamaya başladığınız şimdi, önceden oluşturulmuş bir modeli kullanmayı düşünebilirsiniz.
Neden tekerleği yeniden icat edelim ki, değil mi?
Halka açık ve paylaşılan AI modelleri sunan birçok site bulunmaktadır. Aradığınız sınıflandırmayı sağlıyorlarsa, bunları kullanmayı düşünebilirsiniz. İşte halka açık ML modelleri sunan bazı siteler.
Bu modelleri kullanmak için, büyük olasılıkla Python veya Javascript gibi metin tabanlı bir dil kullanmanız gerekecektir.
Kodlama konusunda tamamen yeniyseniz, kendi modelinizi oluşturmak harika bir seçenektir. Kontrol sizde olacak ve bu süreçte yapay zeka hakkında çok şey öğreneceksiniz!
YANSIMA
İlk AI modelinizi oluşturdunuz! Bu, AI modeli oluşturma sürecine dair bir fikir verecektir. Tüm model oluşturma platformları benzer şekilde çalışır, ancak arayüzleri biraz farklılık gösterebilir.
ANAHTAR TERİMLERİN GÖZDEN GEÇİRİLMESİ
- AI (veya makine öğrenimi) Modeli – bir şeyi tahmin etmek veya sınıflandırmak için kalıpları tanımak üzere bir veri seti üzerinde eğitilmiş yapay zeka
- Denetimli Öğrenme – modele doğru veya yanlış sonuçları söyleyerek eğitilen makine öğrenimi
- Denetimsiz Öğrenme – modelin herhangi bir müdahale olmaksızın kendi başına kalıpları keşfettiği makine öğrenimi
- Sınıf – bir AI modeline, girdileri sınıflarına göre nasıl sınıflandıracağını öğrenmesi için verilen bir etiket
EK KAYNAKLAR
Yapay zeka ve makine öğrenimi hakkında daha fazla bilgi edinmek istiyorsanız, New York Üniversitesi'nden Daniel Schiffman'ın hazırladığı harika bir oynatma listesi burada.
