Inleiding tot AI met Python

Inleiding tot AI met Python

“Gefeliciteerd, je hebt het einde van de cursus bereikt. Heel erg bedankt voor het meedoen met mij! Voor het cursusproject moet je een Machine Learning-model maken dat dient om je eigen afbeeldingen te classificeren en te detecteren, met behulp van neurale netwerken. Selecteer om te beginnen welk object of welke objecten u wilt classificeren met uw classificator. Het moet iets zijn waar je veel voorbeeldafbeeldingen van kunt hebben, of je kunt ze van internet halen (bijvoorbeeld dieren, keukengerei, enz.). Verzamel vervolgens zoveel mogelijk afbeeldingen voor het trainingsproces en plaats alle afbeeldingen van elke categorie in een andere map. Als u bijvoorbeeld pennen en potloden gaat classificeren, moet u een map "Pennen" en een andere "Potloden" maken, elk met hun afbeeldingen. Laat enkele afzonderlijke afbeeldingen achter om te gebruiken voor voorspellingen (niet gebruikt tijdens de training). Volg het proces vergelijkbaar met hoe we het in de cursus zagen. Ik raad aan om twee manieren te proberen: je eigen model helemaal opnieuw maken, en een ander met overdrachtsleren met behulp van een bestaand model, om de resultaten te vergelijken. Onthoud dat je verschillende hyperparameters kunt proberen (aantal lagen, aantal neuronen) en kijk welke je de beste resultaten geeft. Maak vervolgens uw dataset en scheid deze in trainings- en testsets. Train je modellen. Gebruik de gegevens en grafieken om de beste hyperparameters te vinden die u kunt gebruiken, en definieer een geschikt aantal tijdperken om uw model te trainen zonder overfitting/underfitting. Gebruik tot slot je model om voorspellingen te doen, je kunt de afbeeldingen gebruiken die je in het begin apart hebt gelaten, of je kunt extra afbeeldingen zoeken op internet, of andere foto's maken als het een model is dat je hebt getraind met je eigen foto's. Zodra uw project klaar is, zou ik het geweldig vinden als u het naar het forum uploadt door op "Uw project maken" te klikken. Ik zal u zo snel mogelijk feedback geven. Heb echter geduld, want het kan even duren voordat u antwoord krijgt. Observeer terwijl je wacht het werk van de rest van je klasgenoten. Ik nodig je uit om met hen van gedachten te wisselen, altijd op een respectvolle manier. Op deze manier kunnen we elkaar helpen en van elkaar leren. Heel erg bedankt voor het voltooien van de cursus, tot ziens op het forum.”

Gedeeltelijke transcriptie van de video

“En hiermee zijn we aan het einde van de cursus gekomen. Ik hoop dat je ervan genoten hebt en veel hebt geleerd, maar voordat je gaat, Ik wil je enkele tips geven voor je afstudeerproject. Vergeet niet dat u uw eigen model helemaal opnieuw kunt maken of zoek en gebruik een bestaand model om het aan te passen. Test met verschillende hyperparameters, voeg lagen en neuronen toe aan uw netwerk of verwijder deze en meet wat u de beste resultaten oplevert. Als uw model snel in overfitting vervalt, test met meer trainingsafbeeldingen of met de technieken die we in de cursus zagen zoals uitval. En v...”

Deze transcriptie wordt automatisch gegenereerd en er kunnen typefouten in staan.

Samenvatting van de cursus: Inleiding tot AI met Python

• Niveau: Beginner
• 99% positieve beoordelingen (357)
• 21681 studenten
• 6 didactische onderdelen
• 29 lessen (4u 22m)
• 16 aanvullende bronnen

• Categorie

  Kunstmatige Intelligentie, Web- en app-ontwerp

• Domeinen

  Webdevelopment, AI-programmeren, Kunstmatige Intelligentie, Programmeren