Posted on

Diverse Apps DQR5 KI

Allgemeine Tools
🔥 https://iludis.de/Tools/markdown-ansicht.html
Formatiert .md-Dateien zur besseren Lesbarkeit + Speichern

🔥 https://iludis.de/Mistralchat/Chat_App.html
Webbasiertes LLM-Chat-Interface

KI-Theorie & Mathematik
🔥 https://iludis.de/Tools/approximationstheorem.html
Visualsierung des fundamentalen Approximationstheorems

🔥 https://iludis.de/Tools/bias_varianz_simulator.html
Viele-Welten-Ansatz des Bias-Variance-Tradeoffs

https://iludis.de/Tools/visualisierung_layer.html
Visualisierung von Lernverhalten Neuronaler Netze

Posted on

CNN Grayscale Trainer

https://iludis.de/CNN_sim/CNN_sim.html

Datensätze:

https://iludis.de/CNN_sim/digits_1_3_5_7.csv

https://iludis.de/CNN_sim/digits_2_4_6_8.csv

https://iludis.de/CNN_sim/mnist_train_800.csv

CNN-Theorie
https://iludis.de/Tools/cnn-labor-Teil1_faltung.html
Grundlagen des Faltungskernels

https://iludis.de/Tools/cnn-labor-Teil2_pipeline.html
Visualisierung der CNN-Pipeline

Conv2D-Parameter-Explorer
Wie setzen sich CNN-Netze zusammen?

Berechnung trainierbare Parameter
Interaktive Simulation der Parameteranzahl für CNN-Netze

Visualisierung Rezeptives Feld
Was sieht ein CNN-Netz und wie berechnet man das?

Posted on

DecisionTree Apps


Training eines einfachen Decision Trees
https://iludis.de/DecTree/indexNeu.html

Beispieldateien als CSV:
TasseStiftSchere | Autos | ApfelBirneOrange

Nützliche Datenaufbereitungs-App:
https://iludis.de/Mistralchat/CSV-Aufbereitung.html

https://iludis.de/DecTree/bagging_demo_iris.html
Visualisierung des Bagging-Algorithmus bei Random Forests

https://iludis.de/DecTree/boosting_demo_regression.html
Gradient Boosting verstehen: Interaktive Simulation des Konzepts

https://iludis.de/DecTree/pruning_demo_ccp.html
Pre- und Post-Pruning von Decision Trees als interaktive Simulation

Posted on

Denken wie ein CNN: Conv2D & MaxPool

Unterrichtsidee für den Unterricht
Erprobt im Hector-Unterricht Kurs ‚ML für Mikrocontroller‘ und Inf-AG.

1. Bitmap erstellen
Klicke auf die schwarze Fläche und erstelle ein Bitmap
in Form einer 1D-Liste. Diese kann in die Zwischenablage
kopiert werden.

2. Jupyter-Notebook für Bitmaps aus 1D-Arrays
Aus den obigen Bitmaps mit numpy und OpenCV
einfach Bitmaps erstellen:
https://iludis.de/bitmapMaker/Simple_Bitmaps.ipynb

3. Grayscale-Bitmap im MNIST-Format erstellen.
Erstelle ein 255-Graustufen-Bild mit 28×28 Pixeln,
exportiere dessen Werte per Knopfdruck in die
Zwischenablage und füge sie ins Conv2D-Applet ein:

4. Optimale Convolution-Kernel entwickeln.
Wie in einem CNN: Teste verschiedene Convolution
Kernel aus, berechne ein MaxPooling(2,2) und finde
heraus, welche Pixelmuster man so bestimmen kann.

Posted on

KI-Algorithmen: Demos in Javascript

1. Linear Regression
(ML-Algorithm using Batch Gradient Descent)

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

2. kNN (k-nearest-neighbour)

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

3. SVM (Hard-Margin Support Vector Machine)

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

4. NeuralNet-Dinosaur: Perceptron with SGD

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

5. k-Means-Clustering

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

6. no-AI, but helper-App:
generate points for export

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