Einführung in KI mit Python

Einführung in KI mit Python

“Herzlichen Glückwunsch, Sie haben das Ende des Kurses erreicht. Vielen Dank, dass Sie sich mir angeschlossen haben! Für das Kursprojekt müssen Sie ein Modell für maschinelles Lernen erstellen, das dazu dient, Ihre eigenen Bilder mithilfe neuronaler Netze zu klassifizieren und zu erkennen. Wählen Sie zunächst das oder die Objekte aus, die Sie mit Ihrem Klassifikator klassifizieren möchten. Es sollte etwas sein, von dem Sie viele Beispielbilder haben oder die Sie aus dem Internet beziehen können (z. B. Tiere, Küchenutensilien usw.). Besorgen Sie sich dann so viele Bilder wie möglich für den Trainingsprozess und legen Sie alle Bilder aus jeder Kategorie in einem anderen Ordner ab. Wenn Sie beispielsweise Kugelschreiber und Bleistifte klassifizieren möchten, sollten Sie einen Ordner „Stifte“ und einen weiteren Ordner „Bleistifte“ erstellen, jeweils mit ihren Bildern. Lassen Sie ein paar separate Bilder übrig, die Sie für Vorhersagen verwenden können (werden während des Trainings nicht verwendet). Befolgen Sie den Prozess ähnlich wie wir ihn im Kurs gesehen haben. Ich empfehle, zwei Möglichkeiten auszuprobieren: Erstellen Sie Ihr eigenes Modell von Grund auf und eine andere mit Transferlernen unter Verwendung eines vorhandenen Modells, um die Ergebnisse zu vergleichen. Denken Sie daran, dass Sie verschiedene Hyperparameter (Anzahl der Schichten, Anzahl der Neuronen) ausprobieren und herausfinden können, welcher die besten Ergebnisse liefert. Erstellen Sie als Nächstes Ihren Datensatz und unterteilen Sie ihn in Trainings- und Testsätze. Trainieren Sie Ihre Modelle. Verwenden Sie die Daten und Diagramme, um die besten zu verwendenden Hyperparameter zu finden, und definieren Sie eine geeignete Anzahl von Epochen, um Ihr Modell ohne Über-/Unteranpassung zu trainieren. Verwenden Sie abschließend Ihr Modell, um Vorhersagen zu treffen. Sie können die Bilder verwenden, die Sie zu Beginn getrennt gelassen haben, oder Sie können im Internet nach weiteren Bildern suchen oder andere Fotos machen, wenn es sich um ein Modell handelt, das Sie mit Ihren eigenen Fotos trainiert haben. Sobald Ihr Projekt fertig ist, würde ich mich freuen, wenn Sie es im Forum hochladen, indem Sie auf „Projekt erstellen“ klicken. Ich werde Ihnen so schnell wie möglich Feedback geben. Bitte haben Sie jedoch etwas Geduld, da die Antwort eine Weile dauern kann . Während Sie warten, beobachten Sie die Arbeit Ihrer Mitschüler. Ich lade Sie ein, sich mit ihnen auszutauschen, immer auf respektvolle Weise. So können wir uns gegenseitig helfen und voneinander lernen. Vielen Dank, dass Sie den Kurs abgeschlossen haben. Bis bald im Forum.”

Partielle Transkription des Videos

“Und damit sind wir am Ende des Kurses angelangt. Ich hoffe es hat dir gefallen und du hast viel gelernt, Aber bevor du gehst, Ich möchte Ihnen einige Tipps für Ihr Abschlussprojekt geben. Denken Sie daran, dass Sie Ihr eigenes Modell von Grund auf erstellen können oder ein vorhandenes Modell finden und verwenden, um es anzupassen. Test mit verschiedenen Hyperparametern, Fügen Sie Schichten und Neuronen zu Ihrem Netzwerk hinzu oder entfernen Sie sie und messen Sie, welche die besten Ergebnisse erzielen. Wenn Ihr Modell schnell in eine Überanpassung gerät, Testen Sie mit mehr Trainingsbildern...”

Diese Transkription wurde maschinell erstellt und kann daher Fehler aufweisen.

Zusammenfassung des Kurses: Einführung in KI mit Python

• Niveau: Anfänger
• 99% positive Bewertungen (357)
• 21659 Lernende
• 6 Kurseinheiten
• 29 Lektionen (4 Stdn. 22 Min.)
• ‌16 Downloads

• Kategorie

  Künstliche Intelligenz, Web- und App-Entwicklung

• Bereiche

  KI-Programmierung, Künstliche Intelligenz, Programmierung, Webentwicklung