WEBVTT 00:00:00.000 --> 00:00:08.194 Om jouw AI-activiteitstimer te maken, train je een machine learning- of ML-model 00:00:08.194 --> 00:00:13.080 om te herkennen wanneer je verschillende bewegingen of activiteiten uitvoert. 00:00:13.080 --> 00:00:18.960 Vervolgens combineer je dat model met kant-en-klare code voor een activiteitstimer, 00:00:18.960 --> 00:00:26.800 voordat je het naar je micro:bit downloadt en in het echt gebruikt. 00:00:26.800 --> 00:00:33.960 Klik op 'Openen in micro:bit CreateAI' om het project te starten. 00:00:33.960 --> 00:00:41.120 Dit project wordt geleverd met 6 samples van bewegingsgegevens voor lopen, 6 samples van bewegingsgegevens 00:00:41.120 --> 00:00:47.200 voor op en neer springen en 6 samples van bewegingsgegevens voor redelijk stil blijven. 00:00:47.200 --> 00:00:54.200 Je voegt meer samples toe door je eigen bewegingsgegevens op te nemen. 00:00:54.200 --> 00:01:02.703 micro:bit CreateAI verzamelt bewegingsgegevens met behulp van de versnellingsmeter of bewegingssensor op de micro:bit. 00:01:05.726 --> 00:01:09.734 Je draagt ​​een micro:bit en een batterijpakket om je pols of enkel, 00:01:09.734 --> 00:01:15.120 zodat je je vrij kunt bewegen en je eigen bewegingsgegevens kunt vastleggen. 00:01:15.120 --> 00:01:20.400 Om aan de slag te gaan, sluit je de enkelgedragen micro:bit aan op CreateAI. 00:01:20.400 --> 00:01:23.816 We noemen dit de gegevensverzameling micro:bit. 00:01:23.816 --> 00:01:31.640 Als Bluetooth op jouw computer is ingeschakeld, heb je slechts 1 micro:bit nodig met een batterijpakket en een USB-datakabel. 00:01:31.640 --> 00:01:36.640 Als je geen Bluetooth-verbinding hebt, wordt je gevraagd om 2 micro:bits te gebruiken. 00:01:36.640 --> 00:01:41.400 De tweede micro:bit blijft aangesloten op de USB-kabel en fungeert als 00:01:41.400 --> 00:01:50.600 radioverbinding met de micro:bit voor gegevensverzameling. Volg de instructies op het scherm om verbinding te maken. 00:01:50.600 --> 00:01:57.817 Zodra je micro:bit is aangesloten, zie je de lijnen in de livegrafiek veranderen terwijl je jouw micro:bit beweegt. 00:01:57.817 --> 00:02:02.297 Je bent nu klaar om jouw eigen bewegings-data samplestoe te voegen. 00:02:02.297 --> 00:02:06.263 Omdat dit project al een aantal data samples bevat, 00:02:06.263 --> 00:02:16.912 raden we je aan om voorlopig voor elke actie nog één sample toe te voegen en later meer tijd te besteden aan het verzamelen en analyseren van gegevens. 00:02:16.912 --> 00:02:24.800 Zorg ervoor dat je micro:bit voor gegevensverzameling aan de binnenkant van de enkel is bevestigd, met knop B bovenaan. 00:02:24.800 --> 00:02:29.280 Om gegevens aan een specifieke actie toe te voegen, selecteer je deze door erop te klikken. 00:02:29.280 --> 00:02:34.440 Er wordt 3 seconden afgeteld voordat een opname van 1 seconde begint. 00:02:34.440 --> 00:02:40.080 Klik op opnemen en ga meteen aan de slag om ervoor te zorgen dat je een nette data sample krijgt. 00:02:40.080 --> 00:02:43.960 Een nette sample is een sample waarbij je gedurende het gehele sample beweegt, 00:02:43.960 --> 00:02:48.593 je niet te laat begint of vroeg klaar bent met bewegen. 00:02:48.593 --> 00:02:55.519 Probeer vervolgens een extra data sample toe te voegen aan de 'springende' dataset en de 'stilstaan'-dataset. 00:02:55.519 --> 00:03:05.040 Selecteer ze door op de actie te klikken en klik vervolgens op opnemen en spring of blijf stil terwijl je de samples opneemt. 00:03:05.040 --> 00:03:16.521 Je zult op de 'stilstaan'-voorbeelden merken dat de x,y,z-lijnen van plaats veranderen, afhankelijk van de hoek van de aangesloten micro:bit. 00:03:16.521 --> 00:03:26.080 We hebben op dit moment nog niet veel gegevens, maar we hebben wel genoeg om ons eigen machine learning-model te trainen met CreateAI. 00:03:26.080 --> 00:03:33.720 Klik dus op 'Train model' om de huidige gegevens te gebruiken om een ​​ML-model te bouwen. 00:03:33.720 --> 00:03:41.363 De tool bouwt nu een wiskundig model dat verschillende acties zou moeten herkennen wanneer je je micro:bit verplaatst. 00:03:41.363 --> 00:03:45.646 Zodra het model is getraind, kom je op de pagina Model testen. 00:03:45.646 --> 00:03:50.721 Gebruik nu de gegevensverzameling micro:bit om te testen hoe goed het model werkt. 00:03:50.721 --> 00:03:59.720 Het zou nog steeds verbonden moeten zijn met de tool, en je zult zien dat CreateAI, terwijl je het verplaatst, inschat welke actie je uitvoert. 00:04:02.360 --> 00:04:09.698 Probeer elk van de acties uit om te zien hoe zowel de geschatte actie als het zekerheidsstaafdiagram veranderen. 00:04:11.257 --> 00:04:19.126 Het percentage in het zekerheidsstaafdiagram laat zien hoe zeker het model is dat je een bepaalde actie uitvoert. 00:04:21.600 --> 00:04:26.520 Mogelijk merk je dat jouw model sommige acties niet nauwkeurig schat, of dat het 00:04:26.520 --> 00:04:32.720 voor de ene actie goed werkt, maar niet voor de andere. Dus nadat je hebt onderzocht hoe het momenteel werkt, 00:04:32.720 --> 00:04:40.360 is het een goed idee om op 'Data samples bewerken' te klikken en de gegevens te verbeteren van jouw model. 00:04:40.360 --> 00:04:46.360 Machine learning-modellen werken meestal het beste met MEER gegevens, dus neem wat extra samples op voor elk 00:04:46.360 --> 00:04:54.960 van de acties, of concentreer je op het verzamelen van meer gegevens voor de actie die problematisch was bij het testen. 00:04:54.960 --> 00:05:01.935 Je kunt één sample tegelijk opnemen of je kunt 10 samples achter elkaar opnemen. 00:05:10.160 --> 00:05:23.081 Nette data samples zorgen er ook voor dat een ML-model beter werkt, dus onderzoek jouw dataset en identificeer eventuele data samples die het model in verwarring kunnen brengen. 00:05:26.003 --> 00:05:29.640 Deze kun je verwijderen door op X te drukken. 00:05:30.840 --> 00:05:39.423 Nadat je meer gegevens hebt toegevoegd en je dataset hebt gecontroleerd, klik je nogmaals op 'Train model' om je gewijzigde dataset te gebruiken. 00:05:40.483 --> 00:05:45.992 Test het model vervolgens opnieuw op de pagina 'Model testen'. 00:05:48.555 --> 00:05:54.640 Als je tevreden bent met hoe het ML-model zich gedraagt, kun je het gebruiken met de kant-en-klare projectcode. 00:05:54.640 --> 00:06:02.480 Klik op 'Bewerken in MakeCode' om de codeblokken in een speciale versie van Microsoft MakeCode te bekijken. 00:06:02.480 --> 00:06:09.560 Je kunt altijd terugkeren naar CreateAI via de pijl linksboven in het scherm. 00:06:09.560 --> 00:06:19.240 Deze codeblokken gebruiken het model dat je binnen een trainingstimer hebt gemaakt. 00:06:19.240 --> 00:06:26.160 De code gebruikt 3 variabelen om bij te houden hoe lang je elke actie hebt uitgevoerd. 00:06:26.160 --> 00:06:33.680 Wanneer het programma voor het eerst wordt uitgevoerd, worden deze timervariabelen op 0 gezet. 00:06:33.680 --> 00:06:40.120 De 'wanneer ML start'-blokken worden geactiveerd wanneer het ML-model besluit dat je een specifieke actie hebt gestart. 00:06:40.120 --> 00:06:49.250 Ze tonen verschillende pictogrammen op het LED-display van de micro:bit, afhankelijk van de actie die je volgens schattingen uitvoert. 00:06:50.289 --> 00:07:01.280 De 'wanneer ML stopt'-blokken worden geactiveerd wanneer het ML-model besluit dat je een actie hebt voltooid, in dit geval lopen, springen of stilstaan. 00:07:01.280 --> 00:07:06.880 Code in elk blok maakt het scherm leeg en voegt de duur van de actie die zojuist is 00:07:06.880 --> 00:07:13.440 afgelopen toe aan de variabele die de totale tijden voor elke actie opslaat. 00:07:13.440 --> 00:07:19.440 Het ML-model werkt met de code, zodat je de totale tijd kunt bekijken die aan elke actie is besteed. 00:07:19.440 --> 00:07:23.040 Druk op knop A om te zien hoe lang je ongeveer hebt gelopen. 00:07:23.040 --> 00:07:28.160 Druk op knop B om te zien hoe lang het model schatte dat je aan het springen was. 00:07:28.160 --> 00:07:34.080 Om de geschatte tijdsduur te zien die je hebt stilgestaan, druk je tegelijkertijd op A en B. 00:07:34.080 --> 00:07:44.111 De timer telt in milliseconden, duizendsten van een seconde, dus het weergegeven getal wordt gedeeld door 1000 om de tijd in seconden weer te geven. 00:07:44.111 --> 00:07:53.160 Om jouw AI-activiteitstimer op jouw micro:bit te laten werken, hoef je alleen maar deze code naar een micro:bit te downloaden. 00:07:53.160 --> 00:08:00.642 Als je geen andere micro:bit beschikbaar hebt, vervang dan eenvoudigweg de code die momenteel op de micro:bit voor gegevensverzameling staat door de projectcode. 00:08:01.646 --> 00:08:05.000 Nu kun je het project in het echt testen. 00:08:05.000 --> 00:08:10.040 Worden de juiste pictogrammen weergegeven wanneer je traint of niet? 00:08:10.040 --> 00:08:15.800 Je kunt in 3 eenvoudige stappen testen of de timercode goed werkt met het model: 00:08:15.800 --> 00:08:19.160 Druk op de resetknop. Spring 30 seconden. 00:08:19.160 --> 00:08:25.540 Druk vervolgens op knop B. Je zou het getal 30 over jouw display moeten zien scrollen. 00:08:25.540 --> 00:08:28.560 Je bent nu klaar om verbinding te maken met CreateAI, 00:08:28.560 --> 00:08:34.560 je eigen gegevens te verzamelen, deze te gebruiken om een ​​machine learning-model te trainen, testen en verbeteren, en vervolgens 00:08:34.560 --> 00:08:40.600 kun je dit model combineren met de kant-en-klare code en het uitproberen op je eigen micro: bit. 00:08:40.600 --> 00:08:48.379 Als je op zoek bent naar manieren om dit nog persoonlijker te maken, probeer dan een aantal verschillende acties toe te voegen, zoals hardlopen of danspasjes. 00:08:48.379 --> 00:08:52.480 Geniet ervan!