Modul 2, Lektion 4: Problemlösung mit ML-Modellen (Teil 2)

In dieser Lektion durchlaufen die Lernenden den KI-Projektlebenszyklus weiter. Sie beginnen mit dem Trainieren eines ML-Modells zur Lösung eines Problems eigener Wahl und testen dieses. Sie untersuchen den Zusammenhang zwischen Wahrscheinlichkeitswerten, Wahrscheinlichkeitsschwellenwerten und der Genauigkeit von Vorhersagen von ML-Modellen und messen abschließend die Genauigkeit ihres ML-Modells.

Lernziele

  • Anwenden der Phasen „Trainieren“ und „Testen“ auf ein konkretes ML-Projekt
  • Beschreiben des Wahrscheinlichkeitsschwellenwerts und der Gründe seiner Verwendung
  • Vorführen, wie die Genauigkeit eines ML-Modells gemessen wird

Zentraler Wortschatz

Wahrscheinlichkeitswert, Wahrscheinlichkeitsschwellenwert, Genauigkeit

Aufbau der Lektion

  • Aufgabe 1: Phasen des KI-Projektlebenszyklus
  • Aufgabe 2: Modell trainieren.
  • Aufgabe 3: Wahrscheinlichkeitsschwellenwerte und Genauigkeit
  • Aufgabe 4: Modell testen
  • Optional: Berechnungsbeispiele

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.