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