Μάθημα 5: Επίλυση προβλημάτων με μοντέλα ML

Εκπαιδεύστε και ελέγξτε ένα μοντέλο μηχανικής μάθησης για να επιλύσετε ένα πραγματικό πρόβλημα.

Στόχοι μάθησης

  • Περιγράψτε τα στάδια του κύκλου ζωής του έργου AI
  • Χρησιμοποιήστε ένα εργαλείο μηχανικής μάθησης για την εισαγωγή δεδομένων και την εκπαίδευση ενός μοντέλου
  • Δοκιμάστε και εξετάστε την ακρίβεια ενός μοντέλου ML

Βασικό λεξιλόγιο

Κύκλος ζωής έργου AI, καθαρισμός δεδομένων, μοντέλο μηχανικής μάθησης, τάξη, ετικέτα, εκπαίδευση, δοκιμή, ακρίβεια, βαθμολογία εμπιστοσύνης, κατώτατο όριο εμπιστοσύνης

Δομή μαθήματος

  • Ταξινομήστε τα στάδια του κύκλου ζωής του έργου AI
  • Προσέγγιση με επίκεντρο τον χρήστη
  • Στάδιο 1: Καθορισμός του προβλήματος
  • Στάδιο 2: Προετοιμασία των δεδομένων
  • Στάδιο 3: Εκπαίδευση του μοντέλου
  • Στάδιο 4: Δοκιμή του μοντέλου
  • Αναφορά για την ακρίβεια ενός μοντέλου

Επισκόπηση μαθήματος

Να επιτρέπεται το περιεχόμενο YouTube;

Χρησιμοποιούμε το YouTube για να προβάλλουμε τα βίντεό σας στον ιστότοπό μας. Ζητάμε την άδειά σας πριν από τη φόρτωση του περιεχομένου, καθώς το YouTube ενδέχεται να χρησιμοποιεί cookies για την παρακολούθηση της χρήσης και τη βελτίωση των υπηρεσιών του.

Ενδέχεται να θέλετε να διαβάσετε την Πολιτική χρήσης Cookies και την Πολιτική Απορρήτου της Google πριν κάνετε αποδοχή.

Αποδοχή Cookies

Λήψη πόρων του μαθήματος

Για να κάνετε λήψη του σχεδίου μαθήματος, των διαφανειών και των δραστηριοτήτων, συνδεθείτε ή δημιουργήστε έναν δωρεάν λογαριασμό στο Raspberry Pi Foundation.
Στη συνέχεια, θα σας κάνουμε μερικές ερωτήσεις για να μας βοηθήσετε να καταλάβουμε πώς θα χρησιμοποιήσετε τους πόρους.