Im zweiten Semester des Studiengangs AI-Engineering erwartet die Studierenden das spannende Modul „Prototyping von KI-Systemen“. In diesem Modul tauchen sie tief in die Welt der Künstlichen Intelligenz ein und lernen, wie man Prototypen für verschiedene Anwendungen entwickelt. Hier erfahrt ihr, was die Studierenden genau machen.
Die Welt der Künstlichen Intelligenz ist reich an Anwendungen für maschinelles Lernen und Datenanalyse. Eine besonders interessante Anwendung ist das Erkennen von handgeschriebenen Ziffern. Wie das funktioniert und welche praktischen Anwendungen es dafür gibt, könnt ihr hier entdecken.
Die Grundlage für dieses Projekt bildet der Digit-Datensatz von Scikit-Learn. Dieser Datensatz enthält Bilder von handgeschriebenen Ziffern, die in 8×8 Pixel Arrays unterteilt sind, wobei jeder Pixel einen unterschiedlichen Graustufenwert besitzt.
Um diese handgeschriebenen Zahlen zu identifizieren, wird beispielsweise der Random Forest Classifier verwendet. Jette, eine der Studierenden, erklärt: „Wie der Name schon vermuten lässt, werden bei diesem Verfahren mehrere Entscheidungsbäume generiert. Jeder Baum trifft eine individuelle Entscheidung, welche Zahl dargestellt wird. Am Ende wird die Ziffer ausgegeben, die von den meisten Entscheidungsbäumen erkannt wurde.“
Um sicherzustellen, dass die Ergebnisse des Modells möglichst genau sind, wird der Datensatz in Trainings- und Testdaten aufgeteilt. Zunächst übt das Modell mit den Trainingsdaten, um zuverlässige Ergebnisse zu erzielen. Anschließend wird es mit unbekannten Testdaten geprüft, um zu gewährleisten, dass das Modell auch mit neuen Daten präzise Vorhersagen trifft.
Mit dieser Methode erreicht man eine Vorhersagegenauigkeit von 98 % bei 1000 Entscheidungsbäumen, was es zu einem äußerst zuverlässigen Modell macht.
Dieses Verfahren findet Anwendung in Bereichen wie der optischen Zeichenerkennung und der digitalen Bildverarbeitung, was die Relevanz und Vielseitigkeit der erlernten Methoden im Modul „Prototyping von KI-Systemen“ eindrucksvoll unterstreicht.
