머신러닝 포 키즈(machinelearningforkids) ML4K 와 앱인벤터 기반 프로젝트 실습 보고서

소개

"머신러닝 포 키즈(machinelearningforkids) ML4K 와 앱인벤터 기반 프로젝트 실습 보고서"에 대한 내용입니다.

목차

1. 개요

2. ML4K 기반의 프로젝트 수행 과정 정리

3. 실습과정 중에 생긴 문제점과 해결책

4. 실습소감
1) 실습 과정 내용에 대해서
2) 실습 과정에서 배운 점, 느낀 점
3) 추가기능 개선이나 다른 응용

본문내용

개요

머신러닝 포 키즈(ML4K)에 대한 실습을 실시하였고, 이에 대해 과제를 제출합니다. 과제 내용은 실습 과정을 정리하고, 실습과정 중에 생긴 문제점과 해결책, 자신의 실습 소감을 적을 예정입니다. 그리고 실습과제를 하면서 ML4K로 모델을 만드는 과정과 앱 인벤터로 프로젝트를 만드는 과정, 실습 과정에서 배운점, 느낀점도 생각해 볼 수 있었습니다.

ML4K 기반의 프로젝트 수행 과정 정리

실습과정을 정리하면 아래와 같습니다. 먼저 ML4K를 이용한 인공지능 학습모델을 생성해야 합니다. 이를 위해 ML4K사이트를 접속하여 새 프로젝트를 생성합니다. 그리고 데이터 레이블을 생성하고, 데이터를 입력합니다.

다음으로 학습 모델을 생성하고 테스트를 합니다. 그리고 학습 모델을 결정하고 다른 프로그램(파이썬, 앱 인벤터 등)에 옮길 준비를 합니다(링크 생성)

ML4K에서 인공지능 학습이 끝났으면, 앱인벤터에서 실제 사용을 위한 앱을 제작합니다. 앱인벤터 사이트를 접속하고, 새 프로젝트를 생성합니다. ML4K에서 생성한 인공지능 학습 모델을 추가합니다. 디자이너를 구성합니다. 디자이너 구성을 위해서 레이블, 텍스트박스, 수평배치, 버튼, 카메라, 시계, ML4K컴포넌트 등의 컴포넌트를 추가하고, Screen에 배치합니다.

그리고 블록을 구성(코딩하기)합니다. AI와 가위바위보를 하는 앱을 만든다고 한다면, 아래와 같은 블록생성과정이 필요합니다. 먼저 전역변수, time sec값을 설정합니다. 그리고 타이머 활성화여부를 체크하는 버튼에 시스템시간을 가져오게 합니다. 그리고 시계 컴포넌트에 시간을 나타내게 합니다.

사용자가 가위바위보 하는 것을 사진찍는 부분을 코딩합니다. 찍은 가위바위보 이미지를 분류하도록 코딩합니다. AI가 찍은 이미지를 분류할 수 있는지 여부를 코딩합니다.

만약 AI가 이미지를 정상적으로 분류가능하다면, 분류한 것에 따라 가위바위보를 하고 승패를 결정하도록 코딩합니다. 그리고 승패의 결과를 알리도록 코딩합니다.

참고자료

· 없음