Blog von Familie Jörg

Wie eine KI-Pipeline funktioniert:

https://iludis.de/TomateErdbeere/index.html

Arbeitsblätter sind hier

Easy:

https://iludis.de/NumpySyntax/index.html

Master:

https://iludis.de/NumpySyntax/index2.html

Training eines einfachen Decision Trees

Variante1: https://iludis.de/DecTree/index.html

Variante 2: https://iludis.de/DecTree/index2.html

Beispieldateien als CSV: |

TasseStiftSchere | Autos | ApfelBirneOrange

Schritt-für-Schritt Berechnung von Covarianz und Korrelation

Simulation PCA eines Iris Datensatzes

Simulation einer normalverteilten Punktewolke mit Boxplot und CSV-Export

Addon: Simulation Pascaldreieck mit generischen Datensätzen

Addon 2: Simulation des Übergangs von Binomial- zu Normalverteilung

Simple simulation of a ROC-Curve

Eine .csv-Datei hochladen und das trainierte Model als .h-Datei runterladen.
Passend zum Kurs: „KI auf dem Mikrocontroller, Teil 1″

Webseite: flexible_decision_tree_trainer.html
Beispieldaten: muster.csv
Voraussetzung: Label steht in der csv-Datei ganz rechts.

Ideen für den Einsatz von Sprachmodellen wie z.B. der
GPT-4, Lama-405B oder Mistral im Schulunterricht.

Umgang_mit_KI_im_Unterricht: Generelle Ausarbeitung

Spickzettel für das Prompting: Prompting-Techniken

SmartCityDays’24 /LFB 886PL: SLMs lokal betreiben:

Private LLMs auf dem Lokalen Rechner betreiben

Die Dateien aus dem Unterricht für die Audio-
Spracherkennung mit Neuronalen Netzen:

MFCC-Jupyternotebooks

GPT_Vortrag_SmartCityDays