Módulo 2 — Sessão 4: Resolver problemas com modelos de ML (parte 2)

Nesta sessão, os formandos vão continuar a aplicar o ciclo de vida de um projeto de IA. Vão começar a treinar um modelo de machine learning (ML) para resolver um problema à sua escolha e vão testá-lo. Vão examinar a relação entre os índices de confiança, os limites de confiança e a exatidão nas previsões do modelo de machine learning. Por fim, vão medir a exatidão dos seus modelos de machine learning (ML).

Objetivos de aprendizagem

  • Aplique as fases "treinar" e "testar" a um projeto de machine learning (ML) real
  • Descreva o que é um limite de confiança e porque é utilizado
  • Demonstre como é medida a exatidão de um modelo de ML

Vocabulário-chave

Índice de confiança, Limite de confiança, Exatidão

Estrutura da lição

  • Atividade 1: Fases do ciclo de vida do projeto de IA
  • Atividade 2: Treinar o seu modelo
  • Atividade 3: Limites de confiança e exatidão
  • Atividade 4: Testar o seu modelo
  • Opcional: Exemplos resolvidos

Transferir recursos da lição

Para transferir o plano, os diapositivos e as atividades da sessão, inicie sessão ou crie uma conta gratuita Raspberry Pi Foundation.
Em seguida, faremos algumas perguntas para nos ajudar a perceber como vai usar os recursos.