Lekcja 5: Jak rozwiązywać problemy za pomocą modeli uczenia maszynowego

Wytrenuj i przetestuj model uczenia maszynowego, aby rozwiązać rzeczywisty problem.

Cele dydaktyczne

Opisz etapy cyklu życia projektu AI
Użyj narzędzia uczenia maszynowego, aby zaimportować dane i wytrenować model
Przetestuj model ML i sprawdź jego dokładność

Kluczowe terminy

Cykl życia projektu AI, czyszczenie danych, model uczenia maszynowego, klasa, etykieta, trenowanie, testowanie, dokładność, poziom ufności, próg ufności

Struktura lekcji

Uporządkuj etapy cyklu życia projektu AI
Podejście zorientowane na użytkownika
Etap 1: Zdefiniowanie problemu
Etap 2: Przygotowanie danych
Etap 3: Trenowanie modelu
Etap 4: Testowanie modelu
Informowanie o dokładności modelu

Omówienie lekcji

Zezwolić na treści z serwisu YouTube?

Na naszej stronie korzystamy z serwisu YouTube do wyświetlania filmów. Przed wczytaniem treści zawsze prosimy o zgodę, ponieważ YouTube może używać plików cookie do śledzenia aktywności użytkowników i poprawy swoich usług.

Przed wyrażeniem zgody zapoznaj się z następującymi politykami Google: Polityka plików cookie i Polityka prywatności.

Zaakceptuj pliki cookie

Pobierz materiały do lekcji

Aby pobrać scenariusz lekcji, slajdy i ćwiczenia, zaloguj się lub utwórz bezpłatne konto w serwisie Raspberry Pi Foundation.

Następnie zadamy Ci kilka pytań, które pomogą nam zrozumieć, w jaki sposób wykorzystasz te materiały.