Siden her hænger sammen med pensum på Machine Learning og er projekter der skal laves i løbet af den anden uge på forløbet!
Der er frihed i forhold til valg af projekt til uge 2, det skal bare godkendes af jeres underviser.
Hvis man kommer med sit eget projekt, måske ud fra noget data eller en opgave som ens virksomhed stiller, så tag et kig på siden her og se om i overhovedet kan bruge Machine Learning på den case https://developers.google.com/machine-learning/problem-framing
Nogle for-godkendte projekter kan findes herunder - det skal selvfølgelig stadig meldes ind hvilken i starter på!
For inspiration har vi taget nogle faner ud fra hf.co/tasks som har en samling af forskellige projekter som bruger Python. De har demonstrationer, anvendelsesområder, modeller, datasæt og meget mere!
Det er tilladt at arbejde i grupper eller individuelt - hvis man er i en gruppe, må man gerne lave flere tasks!
Swift og Android studio projekter med Firebase
Digit classification - IOS / Android
Sentiement Analysis - iOS / Android
Content recommendation - iOS / Android
Top 100+ Machine Learning Projects for 2023 [with Source Code]
Kaggle.com har virkelig mange datasæt som både kan bruges til ML og Dataanalyse. Her skal man dog selv tage vurderingen omkring hvad ens ML model skal omhandle ud fra det gældende data
Kaggle: Your Machine Learning and Data Science Community
mnist_data er et datasæt af håndskrevne tal skrevet af 250 forskellige personer. Der er 5000 eksemplar fordelt på de 10 forskellige tal. Det kan bruges til at lave en tal-identifikations model i flere forskellige sprog.
mnist_data: A subset of the MNIST dataset for classification - mlxtend
Youtube - der er utrolig mange videoer som forklare emner, laver projekter og specielt meget komplekse projekter inden for ML. Det er helt tilladt at følge nogle af dem, dog skal i tilføje jeres eget twist og ikke bare kopiere fra top til tå. I har haft en del kurser her på skolen, så tænker sagtens i kan kende forskel og vægte jeres egen læring inden for emnet.
I har alle haft IoT og vi har nogle Arduino enheder til rådighed.
Vi har brugt TensorFlow igennem hele vores forløb. De har også en samling af demoer hvor vi kan få adgang til koden og bygge videre på dem!
En som er lidt sidelens med Machine learning og mere anvendt ML er hvor man kan bruge API’en bag ChatGPT til at lave en applikation. Her kan man bruge det til mange forskellige ting, såsom at genere data eller lave en brugerflade, hvor man har integreret en API. Man skal måske bruge en smule penge til nogle Credits-$ men man kan starte gratis. En guide kan findes her
Det er tilladt at arbejde i grupper, men video-afleveringen er på individuelt plan!
I skal lave en video aflevering af jeres projekt, de bliver selvfølgelig meget forskellige ud fra hvilket projekt I har valgt. Koden skal også være helt opdateret i jeres GitHub repository!
For en del af jer er 10 minutter meget lidt for at forklare hele jeres projekt, men vi skal øve os i at prioritere og forklare om de vigtige dele af ens software. I skal alle sammen til svendeprøve, nogen skal lige om lidt andre om længere tid. Her skal i skære et 4 ugers projekt ned til en forklaring på 25 minutter, så vi kan lige så godt træne det!
Her er et par punkter som I skal komme ind på under jeres præsentation
Hvis den kan hostes og bruges af andre, er det et plus, men ikke et krav!
Det er tilladt, at lave en fælles aflevering og dermed samle ens minutter.