Saját képfelismerő AI-modell tanítása Teachable Machine segítségével

A gyakorlat célja

A Teachable Machine a Google böngészőben futó, kódolásmentes eszköze gépi tanulási modellek készítéséhez. Ebben a feladatban nem egy kész AI-nak adsz utasítást: te állítod össze a tanítópéldákat, te tanítod be a modellt, és te méred meg, mit tanult meg valójában. A fiktív SwiftBox Logistics Kft. olyan kísérleti előválogató rendszert szeretne, amely a kamera előtt megmutatott tárgyat a Doboz, Boríték és Egyéb kategória egyikébe sorolja. Két modellváltozatot készítesz: egy szándékosan gyenge V1-et, amelyben minden kategória más háttéren szerepel, majd egy változatosabb adatokkal javított V2-t. A cél nem a tökéletes felismerés, hanem annak megtapasztalása, hogy az AI abból tanul, amit megmutatunk neki, és hogy a magas százalékos érték nem jelent biztos igazságot.

A feladat során megtanulod: hogyan határozz meg egyértelmű kategóriákat egy osztályozási problémához; hogyan gyűjts tanítóadatot, és miért torzít, ha a háttér együtt jár a kategóriával; hogyan taníts be modellt a Teachable Machine felületén; hogyan tesztelj korábban nem látott példákkal; hogyan számíts találati arányt és készíts konfúziós mátrixot; hogyan diagnosztizáld a hibák valószínű okát; hogyan javítsd a modellt célzott adatbővítéssel; hogyan értelmezd helyesen a confidence értéket; és hogyan fogalmazz meg emberi ellenőrzési szabályt egy bizonytalan AI-döntéshez.

Mire lesz szükséged?

• Számítógép vagy laptop stabil internetkapcsolattal
• Korszerű asztali böngésző, lehetőleg Google Chrome