ΕΣτ Μηχανική Μάθηση(Machine Learning)

Στο πλαίσιο του προγράμματος R4C και των Εργαστηρίων Δεξιοτήτων, οι μαθητές του τμήματς της Ε-Στ 3Θεσίου εργάστηκαν  στο Google Teachable Machine, για να πειραματιστούν πάνω στον τρόπο που αναγνωρίζουν τα αυτόνομα αυτοκίνητα τα σήματα οδικής κυκλοφορίας. 

Συγκεκριμένα σχεδίασαν ένα σύστημ που ξεχωρίζει τις εικόνες απαγορευτικών σημάτων κυκλοφορίας και εικόνες στοπ ανάμεσα από άλλες εικόνες. Οι μαθητές, αντιλήφθηκαν ότι το συγκεκριμένο πρόβλημα είναι αρκετά πολύπλοκο.

Μπορείτε να το δοκιμάσετε και εσείς υποβάλλοντας τις δικές σας εικόνες στον παρακάτω σύνδεσμο:

https://teachablemachine.withgoogle.com/models/AmFzc8Uye/

(Apostolia Giortzis )

Πέρα όμως από το  σύστημα Μηχανικής Μάθησης που εκπαίδευσαν ώστε να ξεχωρίζει εικόνες, οι μαθητές/τριες του τμήματος δημιούργησαν με την εφαρμογή   teachablemachine.withgoogle.com  και άλλα, δικά τους μοντέλα μηχανικής μάθησης τα οποία εκπαίδευσαν με εικόνες που αναζήτησαν στο διαδίκτυο.

Μπορείτε και εσείς να χρησιμοποιήσετε τα συστήματά τους πατώντας πάνω στους συνδέσμους.

Προσοχή: Όπως μάθαμε στο μάθημά μας, ένα σύστημα Μηχανικής Μάθησης περιμένουμε να απαντήσει σωστά αν του δώσουμε δεδομένα για τα οποία έχει εκπαιδευτεί. Έτσι άν ένα σύστημα έχει εκπαιδευτεί να αναγνωρίζει αυτοκίνητα και μηχανές και εμείς του δώσουμε να μας βάλει σε κατηγορία ένα ζωγραφικό πίνακα τα αποτελέσματα που θα βγάλει θα είναι μάλλον...απογοητευτικά.

Δύο ομάδες δημιουργησαν συστήματα που είχαν ως βασικό θέμα τα μέσα μεταφοράς.

Ο Γιώργος, ο Ιωσήφ και ο Θάνος εκπαίδευσαν ένα σύστημα Μηχανικής Μάθησης για να ξεχωρίζει εικόνες αυτοκινήτων ανάμεσα από άλλες μάρκες τις  εικόνες που ανήκουν σε αυτοκίνητα μάρκας Lamborghini, Bugatti,  Mercedes. . Μπορείτε να το δοκιμάσετε και εσείς υποβάλλοντας τις δικές σας εικόνες στον παρακάτω σύνδεσμο:

Giorgos Iosif Thanos for Cars https://teachablemachine.withgoogle.com/models/oGAvPK1zt/

Ο Γιώργος και ο Λευτέρης, εκπαίδευσαν ένα σύστημα Μηχανικής Μάθησης για να ξεχωρίζει εικόνες αυτοκινήτων (car) και εικόνες μηχανών bike από άλλες εικόνες. Μπορείτε να το δοκιμάσετε και εσείς υποβάλλοντας τις δικές σας εικόνες στον παρακάτω σύνδεσμο:

Giorgos- Leyteris cars/bikes https://teachablemachine.withgoogle.com/models/ceSG4KLIb/

Με κατεύθυνση το Περιβάλλον, η Διώνη και η Αναστασία, εκπαίδευσαν ένα σύστημα Μηχανικής Μάθησης για να ξεχωρίζει εικόνες από Πασχαλίτσες, Βρωμούσες και Σκαθάρια ανάμεσα από άλλες εικόνες εντόμων. Μπορείτε να το δοκιμάσετε και εσείς υποβάλλοντας τις δικές σας εικόνες στον παρακάτω σύνδεσμο:

Dioni Anastasia bugs  https://teachablemachine.withgoogle.com/models/M0v197QEO/

Με κατεύθυνση την Τέχνη, η Μελίνα και ο Οδυσσέας, εκπαίδευσαν ένα σύστημα Μηχανικής Μάθησης για να ξεχωρίζει πίνακες ζωγραφικής των V. Van Gogh, J. Pollock, P.Modrian, P. Picasso, από ζωγραφικά έργα άλλων καλλιτεχνών Μπορείτε να το δοκιμάσετε και εσείς υποβάλλοντας τις δικές σας εικόνες στον παρακάτω σύνδεσμο:

Melna Odysseas paintings https://teachablemachine.withgoogle.com/models/uve8OB5Lm/

Με κατεύθυνση τοπία χωρών είχαμε δύο έργα:Η Νεφέλη, εκπαίδευσε ένα σύστημα Μηχανικής Μάθησης για να ξεχωρίζει εικόνες από τοπία της Ελλάδας και του Παρισιού ανάμεσα από άλλες εικόνες. Μπορείτε να το δοκιμάσετε και εσείς υποβάλλοντας τις δικές σας εικόνες στον παρακάτω σύνδεσμο:

Nefeli Athens/Paris https://teachablemachine.withgoogle.com/models/T75H8yZXz/

Η Αθηνά και η Μυρσίνη θέλησαν να μας ταξιδέψουν στον κόσμο και εκπαίδευσαν ένα σύστημα Μηχανικής Μάθησης για να ξεχωρίζουν εικόνες από διάφορες χώρες. Μπορείτε να το δοκιμάσετε και εσείς υποβάλλοντς τις δικές σας εικόνες στον παρακάτω σύνδεσμο:

Athina-Myrsini https://teachablemachine.withgoogle.com/models/wh1y1B-w3/

Ο Νίκος, εκπαίδευσε ένα σύστημα Μηχανικής Μάθησης για να ξεχωρίζει εικόνες του Ολυμπιακού και εικόνες της ΑΕΚ από άλλες εικόνες.  Μπορείτε να το δοκιμάσετε και εσείς υποβάλλοντας τις δικές σας εικόνες στον παρακάτω σύνδεσμο:

nikos AEK/Olympiakos  https://teachablemachine.withgoogle.com/models/87p0d-Ssp/

Δ' Τάξη: Κάντο όπως ο Indiana Jones- Magic Squares

 https://jseden.dcs.warwick.ac.uk/latest-master/?load=545

Στον σύνδεσμο θα βρείτε το παιχνίδι που παίξαμε.

Θυμίζω ότι θα πρέπει να πατήσετε το σύνδεσμο και στη συνέχεια NEXT μέχρη να βρείτε τη σελίδα που γράφει Color Matcher. Από εκεί θα πατήσετε το κουμπάκι που γράφει HERE (σημείο 1) και μετά, με τα βελάκια θα κινηθείτε πάνω στα τετράγωνα. 

Θυμηθείτε: 

1. Σε κάθε τετράγωνο κάνουμε ανάμειξη των χρωμάτων μέχρι το χρώμα που έχει το κυκλάκι μέσα στο τετράγωνο να είναι το ίδιο με το χρώμα του τετραγώνου. Όταν συμβεί αυτό πατάμε Check OΚ(σημείο 2)

2. Προσθέτουμε (+) τους αριθμούς δίπλα από το χρώμα για να βρούμε πόσα διαμάντια κρύβονται στο κουτί και το συμπληρώνουμε στο σημείο 3.

3. Αφού ολοκληρώσουμε τη διαδικασία σε όλα τα τετράγωνα, βρίσκουμε το άθροισμα των διαμαντιών που κρύβονται στη στήλη που έχει συμπληρωμένα όλα τα χρωματιστά τετράγωνα. ΠΡΟΣΟΧΗ! Όλες οι γραμμές και όλες οι στήλες έχουν τον ΙΔΙΟ ΑΡΙΘΜΟ ΔΙΑΜΑΝΤΙΩΝ. Παράδειγμα: Αν η στήλη 2 υπολογίσω ότι κρύβει 56 διαμάντια πίσω από όλα τα χρωματιστά τετράγωνα, τότε 56 διαμάτια κρύβονται πίσω από κάθε γραμμή και κάθε στήλη του παιχνιδιού.

4. Σε κάθε στήλη ή γραμμή από την οποία λείπει ένα χρωματιστό τετράγωνο, μπορούμε να βρούμε πόσα διαμάντια κρύβονται κάτω από το συγκεκριμένο τετράγωνο αφαιρώντας από το γνωστό σύνολο των διαμαντιών,  τα διαμάντια που υπολογίσαμε και βρίσκονται στα χρωματιστά τετράγωνα της συγκεκριμένης στήλης ή γραμμής 

Παράδειγμα. Αν έχω βρει από την δεύτερη στήλη ότι υπάρχουν 56 διαμάτια σε κάθε γραμμή και στήλη  και στην πρώτη γραμμή μου λείπει το τρίτο τετράγωνο, τότε από τα 56 θα αφαιρέσω τους αριθμούς που βρήκα στο πρώτο, δεύτερο και τέταρτο τετράγωνο για να βρώ το τρίτο τετράγωνο και στη συνέχεια πληκτρολογώ τον αριθμό του στον κενό χώρο και φτιάχνω το χρώμα του. 

Κερδίζουμε όταν συμπληρωθούν όλα τα κενα κουτάκια με το σωστό γράμμα και τον σωστό αριθμό.

Αν δεν μπορείτε να δείτε την εικόνα πατήστε εδώ

https://drive.google.com/file/d/1cAboTnh4kLY7LW97iBFCGXwgkLkunabF/view?usp=sharing

Πατήστε εδώ για να δείτε την εικόνα μεγαλύτερη

Τεχνητη Νοημοσύνη-ΙΙ

 https://forms.gle/FdJiYaKHp1UzZL1y5

Εργαστήρια Δεξιοτήτων -Ανθρώπινα Δικαιώματα

Με αφορμή του θέματος των Ανθρωπίνων Δικαιωμάτων στα Εργαστήρια Δεξιοτήτων, και τη συμπλήρωση των 200 χρόνων από την Ελληνική Επανάσταση, θα ασχοληθούμε με το 1ο Σύνταγμα της Ελλάδος, αυτό που προέκυψε από την Α' Εθνοσυνέλευση και συγκεκριμένα με την κατάργηση της δουλείας.

Η Ελλάδα είναι το πρώτο κράτος στον κόσμο που καταργεί επίσημα τη δουλεία και το κάνει νόμο του κράτους συμπεριλαμβάνοντάς το στον βασικό κορμό του Συντάγματος.

Autonomous Vehicles-Φτιάχνουμε τα δικά μας Α.Ι. Sυστήματα

 https://teachablemachine.withgoogle.com/