Lektion 5: Problemlösung mit ML-Modellen

Trainieren und Testen eines ML-Modells zur Lösung eines realen Problems

Lernziele

  • Beschreiben der Phasen des Lebenszyklus eines KI-Projekts
  • Verwenden eines ML-Tools zum Importieren von Daten und zum Trainieren eines Modells
  • Testen und untersuchen der Genauigkeit eines ML-Modells

Zentraler Wortschatz

KI-Projektlebenszyklus, Datenaufbereitung, Modell für maschinelles Lernen, Klasse, Kennzeichnung, Training, Testen, Genauigkeit, Wahrscheinlichkeitswert, Wahrscheinlichkeitsschwellenwert

Aufbau der Lektion

  • Reihenfolge der Lebenszyklusphasen eines KI-Projekts
  • Nutzerorientiertes Konzept
  • Phase 1: Problem definieren
  • Phase 2: Daten aufbereiten
  • Phase 3: Modell trainieren
  • Phase 4: Modell testen
  • Beschreiben der Modellgenauigkeit

Überblick über die Lektion

Allow YouTube content?

We use YouTube to show you videos on our website. We ask permission before loading the content, as YouTube may be using cookies to help them track usage and improve their services.

You may wish to read Google's Cookie Policy and Privacy Policy before accepting.

Accept Cookies

Material herunterladen

Zum Herunterladen des Unterrichtsplans, der Folien und der Aufgaben melden Sie sich an, bzw. erstellen Sie ein kostenloses Raspberry Pi Foundation-Konto.
Wir werden Ihnen ein paar Fragen zu der Art und Weise stellen, wie Sie das Material verwenden werden.