Hvad skal du i dette projekt?
I dette miniprojekt skal du lave din egen ML-model og bruge den i en App til forudsigelser
- Brainstorm og Idéudvikling
- Dataindsamling
- Træning af modellen
- Inkluder ML-modellen i en app
Valg af problem og målgruppe
Svar på spørgsmålene
- Hvilket problem skal løses med kategoriseringen i din app?
- Hvem (målgruppe) har problemet, som løses med app’en?
- Hvornår skal personer i målgruppen bruge din app?
- Til hvad og hvordan skal personer i målgruppen den forudsigelse, som din app laver? Dvs. hvordan løses problemet med din app.
Data til træning af din ML-model
Svar på spørgsmålene
- Hvilke data skal du bruge til at træne ML-modellen? Hvilken label (kategorier) og hvilke features (input)?
- Hvorfra og hvordan skaffer I træningsdata til ML-modellen? Spørgeskema, datasæt på nettet eller kunstigt datasæt genereret med generativ AI?
Krav til projektet
- Din app skal indeholde en Machine Learning model
- Brugeren skal kunne indtaste eller vælge forskellige værdier
- Ud fra brugerens input skal din app vha. ML-modellen vælge en kategori og præsentere relevant output ud fra kategorien
- I den gode besvarelse af opgaven:
- bruger man Normansdesignprincipper og gestaltlovene til at sikre et godt interaktionsdesign
- tester man app’ens interaktionsdesign med en 5-sekunderstest, samt usability- og userexperience-test
- laver koden en behandling af input f.eks. oversætte brugerens input til mulige værdier af features i ML-modellen og/eller en behandling af output f.eks. vise ekstra information eller billeder på baggrund af den forudsigelse ML-modellen kommer med
- undersøges om der er bias i træningsdata, eller kategorierne er problematiske
Forside / 1.6 Maskinlæringsprojekt
Tekst: Mette Machholm. Illustrationer: Mette Machholm – og skærmbilleder fra code.org
Copyright: https://creativecommons.org/licenses/by-nc-sa/4.0/