Modulo 2 - Lezione 4: Risoluzione di problemi con i modelli di ML (parte 2)

In questa lezione, gli studenti continueranno ad applicare il ciclo di vita di un progetto IA. Inizieranno ad addestrare un modello di apprendimento automatico per risolvere un problema di loro scelta e testarlo. Esamineranno la relazione tra punteggi di confidenza, soglie di confidenza e accuratezza nelle previsioni del modello di apprendimento automatico. Infine, misureranno l'accuratezza dei loro modelli di apprendimento automatico (ML).

Obiettivi di apprendimento

  • Applicare le fasi di "addestramento" e "test" a un progetto di apprendimento automatico reale
  • Descrivere cos'è una soglia di confidenza e perché viene usata
  • Dimostrare come viene misurata l'accuratezza di un modello ML

Termini fondamentali

Punteggio di confidenza, Soglia di confidenza, Accuratezza

Struttura della lezione

  • Attività: Fasi del ciclo di un progetto
  • Attività 2: Addestra il tuo modello
  • Attività 3: Soglia di confidenza e accuratezza
  • Attività 4: Testa il tuo modello
  • Facoltativo: Esempi svolti

Scarica le risorse della lezione

Per scaricare il programma, le slide e le attività della lezione, prima accedi o crea un account Raspberry Pi Foundation gratuito.
Ti faremo quindi alcune domande per capire come utilizzerai le risorse.