2021年11月1日 星期一

9:00

gg.gg/0923nt


1. 人工智慧

2. 運算思維

3. 速度

4. 位移

5. 反射

6. 科學方法


教學資料分享區

• https://bit.ly/3pG38T4

• https://drive.google.com/drive/folders/1c91i_d92orZ0kQIoj

b0uk6RDid6pixeP?usp=sharing

1資料收集、訓練模型、AI玩遊戲程式解說

資料收集(特徵值、目標值)

訓練模型(找到夠的方法、參數)


9:10

https://github.com/jason53415/blockly-app/releases

下載

blockly-app-1.2.6.Setup.exe



9:20

初始值班(只要一次)

每秒最多300次


執行完要重置



無關積木要拿掉......會干擾


xml  py


PAIA的遊戲檔檔名固定為

ml_play

• 建議用資料夾名稱來識別程式,

再將程式存在資料夾內,檔名

則固定為ml_play減少失誤



垃圾桶(多重積木複製)

PAIA把python版本等各種設定包好

拆解問題

自建函數--(模組化) 傳回值可供歩驟檢查


全域變數  局部變數(在函數中)


arduino 由serial檢查


PAIA由python



打磚塊...實體-->抽象化



分析步驟--流程圖



簡單?  一般?


切球?





03.遞回無切球


  簡單  一般

1 485    485

2 652    652

3 1831   1831

4 2210   2210

5 2324   2324

6 2201   2201

7 5293

8 1646

9 2064

10 1992

11 2301 

12 2032

13 2934

14 1636

15 4288

16 3463

17 2472

18 0

19 0

20 2470

21 4540

22 7308

23 3302

24 0


程式選有遞迴的

教學用03.遞回無切球


選手用04.遞回有切球



AI解法的流程

• 收集資料:依照選定的目標設計實驗、收集相關數據

• 數據前處理:將數據格式化、去雜訊、採樣、補點或進一步挑選

• 數據轉換:依據目標對數據進行分析、轉換,以提取出有用的資

訊(feature)。例如,取頻譜、計算特定指標。

• 訓練模型:以選定的特徵(feature)或訓練資料對模型加以訓練,

並逐步評估、優化模型。

• 模型驗證、應用(使用模型解決問題):將模型套用到使用情境上

作應用、inference。並依據效果重新修正前述轉換、訓練方式。



模型選擇


分類


迴歸




13:00

訓練模型


\01.打磚塊\AI解法\可過關-遞回-分類\011.資料收集_無切球_特徵值1


方法


參數


訓練選擇...固定順序、隨機


改成距離倒數




從一般關卡2開始玩(權重:距離倒數)

• 使用程式:

1. 資料收集:011.資料收集_無切球_特徵值1.xml

2. 訓練:021.訓練.xml(k-最近鄰居 k:5 權重:平均 演算法:自動)

3. 玩遊戲:031.玩遊戲_特徵值1.xml

• 每關多玩幾次!

• 你可以過到第幾關?





第6關卡關

從一般關卡6開始玩

換一個特徵值繼續玩

• 使用程式:

1. 資料收集:011.資料收集_無切球_特徵值2.xml

2. 訓練:021.訓練.xml(k-最近鄰居 k:5 權重:距離倒數 演算法:

自動)

3. 玩遊戲:031.玩遊戲_特徵值2.xml

• 每關多玩幾次!

• 你可以過到第幾關?




卡關的可能因素

1. 訓練模型的方法、參數不够好

2. 特徵好不够好

3. 資料量不足















18 19 24



19向右發球可以過

























































沒有留言:

張貼留言