Schülerpraktikum

Teilnehmer des Schülerpraktikums können hier erste Erfahrungen mit Künstlicher Intelligenz, Scratch und Lego-Aktoren sammeln.

KI im Browser ausprobieren:

• https://cs.stanford.edu/people/karpathy/convnetjs/
• Tensorflow Playground

Mit der Prorgammiersprache Scratch:

Ankommen mit Scratch:

• Wähle Fangspiel oder Pong
  • Programmierung mit Scratch 3: https://machinelearningforkids.co.uk/scratch/ 
  • Im zweiten Schritt werden wir den Schläger mittels KI, Kamera und Hand steuern. Dazu dieses Scratch 3 verwenden: https://machinelearningforkids.co.uk/#!/pretrained 

Angekommen? Dann geht's hier weiter:

• Sortiermaschine bauen mit Tensorflow, Scratch und Lego-Boost: Zur Projektseite
• Augenabstand messen mit Scratch und KI: Zur Projektseite
• Physikalisch korrekte Vorhersagen schwieriger Zusammenhänge: Der perfekte Basketballwurf ohne Formeln im "Hoops"-Projekt (Arbeitsblatt)
• Schere-Stein-Papier mit dem Computer: KI-Gestenerkennung mit Classifier

KI-Konzepte verstehen, ganz ohne Programmieren:

• Photovoltaik-Ertrags-Vorhersage mit KI im Browser: Hilfreich für den Day-Ahead-Handel des Strompreises
  1. Daten laden von: https://gitlab.rlp.net/pbotte/demo-analyses/-/tree/master/PV
     • Einen Überblick verschaffen, um welche Daten es sich handelt 
     • und mit den Daten "out_tempdiff_yield.csv" beginnen.
  2. KI-Modell trainieren: https://machinelearningforkids.co.uk/#!/projects 
     (Modell erstellen, CSV importieren, Modell Trainieren)
  3. Modell testen.
  4. Die andere CSV-Datei testen: "out_tempMin_tempMax_yield.csv"
     • Warum ist es aus diesem Datensatz schwieriger, eine Vorhersage zu erzeugen? Schafft es Dein Modell trotzdem?