Activa JavaScript para disfrutar de los vídeos de la Mediateca.
06 - IA y Scratch - Primer Modelo de IA
Ajuste de pantallaEl ajuste de pantalla se aprecia al ver el vídeo en pantalla completa. Elige la presentación que más te guste:
bienvenidos a esta píldora tecnológica en el que seguimos repasando los conceptos de inteligencia
00:00:01
artificial y machine learning unidos a la programación en scratch vamos a crear nuestro
00:00:24
primer modelo de inteligencia artificial y lo vamos a alimentar con datos nuestro objetivo
00:00:29
será crear un modelo que nos identifique si unas imágenes concretas se representan gatos o si lo
00:00:34
que hay son perros y para ello he preparado aquí una serie de imágenes que vamos a utilizar para
00:00:41
alimentar nuestro sistema de inteligencia artificial. El programa que vamos a arrancar
00:00:45
es Chitna ML, como ya hemos visto, es nuestro entorno que vamos a utilizar para modelos de
00:00:50
inteligencia artificial y luego poderlos programar desde Scratch. Nos sale el error por no tener la
00:00:57
placa Chitna, nos da igual porque no la vamos a utilizar y abrimos Learning ML. Cambiamos el
00:01:03
idioma a español. Y una vez que tenemos nuestro Learning ML en español, vamos a decirle que queremos crear un modelo basado en imágenes.
00:01:08
Aquí vemos los tres pasos que tenemos que cubrir, que son el entrenamiento, el aprendizaje y luego las pruebas. Así pues, vamos a entrenarlo.
00:01:18
Para ello tenemos que crear las categorías de nuestras imágenes, en este caso categoría gato, será donde vamos a meter los gatos, y una nueva
00:01:27
categoría que será la categoría perro donde vamos a meter los perros. Es importante tenerlos
00:01:35
categorizados porque en base a esto se da que el conocimiento se construya. En los perros vamos a
00:01:40
ir a nuestro modelo y vamos a meterle unas cuantas imágenes de perros. Abrimos y aquí tenemos ya
00:01:45
cargadas nuestras 18 imágenes de perritos. Vamos a alimentar la categoría de gatos. Evidentemente
00:01:53
los datos hay que prepararlos previamente para tener nuestros modelos perfectamente entrenados
00:01:59
con datos suficientes. Aquí tenemos 19 gatitos. Una vez que tenemos las categorías creadas y los datos introducidos vamos a pedirle a LearningML
00:02:05
que aprenda. Para ello pulsaremos en la opción 2 y va a aprender a partir de los datos. Ya aprendió y ya podemos usar el modelo.
00:02:15
Vemos que es relativamente rápido porque los datos son pocos y ahora vamos a probarlo. Bien, pues ahora lo que podemos hacer es o a través de la webcam
00:02:23
o a través de una imagen que yo suba de mi directorio, podemos probar el modelo. Vamos a subirle, por ejemplo, una imagen de un gatito y nos dice que es un gato al 99,71%.
00:02:31
Parece correcto. Vamos a ver ahora qué ocurre si yo meto una imagen de un perro. Me voy a pruebas y meto la imagen de un perro, por ejemplo, esta.
00:02:45
Ahora seleccionamos esta imagen y nos dice que es un perro al 99,98%. Parece que está funcionando correctamente, que el modelo está bien entrenado.
00:02:55
Así pues, esto es el procedimiento que vamos a utilizar para entrenar, aprender y probar un modelo de inteligencia artificial con LearningML.
00:03:04
En la siguiente píldora vamos a ver que realmente este modelo tiene fallos, está con algún sesgo y además vamos a ver cómo podemos exportar este modelo
00:03:14
a un archivo para poderlo guardar y recogerlo en el futuro sin tener que volver a entrenarlo.
00:03:22
Así pues, nos vemos en el próximo vídeo.
00:03:28
- Etiquetas:
- Código Escuela 4.0_M
- Subido por:
- Ce40 madrid
- Licencia:
- Reconocimiento - Compartir igual
- Visualizaciones:
- 28
- Fecha:
- 18 de marzo de 2025 - 13:26
- Visibilidad:
- Público
- Centro:
- C RECURSOS Código Escuela 4.0
- Duración:
- 03′ 47″
- Relación de aspecto:
- 1.78:1
- Resolución:
- 1920x1080 píxeles
- Tamaño:
- 25.65 MBytes