1
00:00:01,560 --> 00:00:08,360
Om jouw eenvoudige AI-trainingstimer te maken, train je een machine learning- (of ML-) model.

2
00:00:08,360 --> 00:00:15,080
Dit model herkent wanneer je wel en niet traint.

3
00:00:15,080 --> 00:00:21,180
Vervolgens combineer je het model met kant-en-klare code voor een trainingstimer...

4
00:00:23,720 --> 00:00:28,720
voordat je het naar je micro:bit downloadt en in het echt gebruikt.

5
00:00:28,720 --> 00:00:33,870
Klik op 'Openen in micro:bit CreateAI' om het project te starten.

6
00:00:35,680 --> 00:00:40,760
Het project wordt geleverd met 3 samples van bewegingsgegevens voor sporten

7
00:00:40,760 --> 00:00:45,440
en 3 samples van bewegingsgegevens voor niet sporten.

8
00:00:45,440 --> 00:00:51,000
Je moet meer samples toevoegen door jouw eigen bewegingsgegevens op te nemen.

9
00:00:51,000 --> 00:00:56,480
micro:bit CreateAI verzamelt bewegingsgegevens met behulp van de versnellingsmeter

10
00:00:56,480 --> 00:01:02,240
(of bewegingssensor) op de micro:bit. Je draagt ​​een micro:bit en batterijpakket

11
00:01:02,240 --> 00:01:08,840
om je pols of enkel, zodat je je vrij kunt bewegen en je eigen bewegings-data samples kunt vastleggen.

12
00:01:08,840 --> 00:01:13,480
Om aan de slag te gaan, moet je de gegevensverzameling micro:bit instellen.

13
00:01:13,480 --> 00:01:22,240
Sluit de om de pols gedragen micro:bit aan op CreateAI. Als Bluetooth op jouw computer is ingeschakeld,

14
00:01:22,240 --> 00:01:28,680
heb je slechts 1 micro:bit en een USB-datakabel nodig. Als je geen Bluetooth-verbinding hebt,

15
00:01:28,680 --> 00:01:33,800
wordt je gevraagd om 2 micro:bits te gebruiken. De tweede micro:bit blijft aangesloten

16
00:01:33,800 --> 00:01:39,640
op de USB-kabel en fungeert als radioverbinding met de micro:bit voor gegevensverzameling.

17
00:01:39,640 --> 00:01:42,936
Volg de instructies op het scherm om verbinding te maken.

18
00:01:44,495 --> 00:01:47,320
Zodra jouw micro:bit voor gegevensverzameling is aangesloten,

19
00:01:47,320 --> 00:01:53,280
zie je de lijnen in de livegrafiek veranderen terwijl je jouw micro:bit beweegt.

20
00:01:53,280 --> 00:01:58,360
Je bent nu klaar om jouw eigen bewegings-data samples toe te voegen.

21
00:01:58,360 --> 00:02:04,440
Omdat dit project al een aantal data samples bevat, raden we je aan om

22
00:02:04,440 --> 00:02:12,840
voorlopig voor elke actie nog één sample toe te voegen en later meer tijd te besteden aan het verzamelen en analyseren van gegevens.

23
00:02:12,840 --> 00:02:16,600
Bepaal welke 'oefenactie' je gaat uitvoeren.

24
00:02:16,600 --> 00:02:23,040
Dit kan rennen, stevig wandelen, springen, boksen, dansen of een andere oefening zijn.

25
00:02:23,040 --> 00:02:29,920
Zorg ervoor dat de micro:bit is bevestigd aan de pols of enkel die beweegt.

26
00:02:29,920 --> 00:02:34,440
Om gegevens aan een specifieke actie toe te voegen, selecteer je deze door erop te klikken.

27
00:02:34,440 --> 00:02:39,640
Er wordt 3 seconden afgeteld voordat een opname van 1 seconde begint.

28
00:02:39,640 --> 00:02:45,200
Klik op opnemen en ga meteen aan de slag om ervoor te zorgen dat je een nette data sample krijgt.

29
00:02:45,200 --> 00:02:49,080
Een nette sample is een sample waarbij je tijdens het hele sample beweegt,

30
00:02:49,080 --> 00:02:55,440
je niet te laat begint of te vroeg klaar bent met bewegen. Probeer vervolgens een extra data sample toe te voegen

31
00:02:55,440 --> 00:03:00,920
aan de dataset 'Niet sporten'. Selecteer deze door op de actie te klikken

32
00:03:00,920 --> 00:03:06,440
en blijf stil staan, of beweeg slechts een heel klein beetje terwijl je de sample opneemt.

33
00:03:06,440 --> 00:03:10,800
Je zult merken dat de x,y,z-lijnen van plaats veranderen, afhankelijk

34
00:03:10,800 --> 00:03:14,768
van de hoek waaronder je je micro:bit vasthoudt.

35
00:03:14,768 --> 00:03:18,320
Het project beschikt momenteel niet over veel gegevens,

36
00:03:18,320 --> 00:03:24,400
maar we hebben genoeg om ons eigen machine learning-model te trainen met CreateAI.

37
00:03:24,400 --> 00:03:30,360
Klik dus op 'Trainen' om de huidige gegevens te gebruiken om een ​​ML-model te bouwen.

38
00:03:30,360 --> 00:03:34,640
De tool bouwt nu een wiskundig model dat verschillende

39
00:03:34,640 --> 00:03:39,360
acties zou moeten herkennen wanneer je je micro:bit verplaatst. Zodra het model is getraind,

40
00:03:39,360 --> 00:03:44,080
zie je de pagina Model testen. Je micro:bit voor gegevensverzameling kan nu

41
00:03:44,080 --> 00:03:50,160
worden gebruikt om te testen hoe goed het model werkt. Het zou nog steeds verbonden moeten zijn met de tool,

42
00:03:50,160 --> 00:03:57,260
en je zult zien dat CreateAI, terwijl je het verplaatst, inschat welke actie je uitvoert.

43
00:03:59,800 --> 00:04:05,240
Probeer verschillende niveaus van training of niet-training uit om zowel de geschatte

44
00:04:05,240 --> 00:04:12,400
actie als de zekerheidsbalkgrafiek te zien veranderen. Het percentage in het zekerheidsstaafdiagram laat zien hoe

45
00:04:12,400 --> 00:04:16,840
zeker het model is dat je een bepaalde actie uitvoert.

46
00:04:16,840 --> 00:04:22,240
Mogelijk merk je dat je model sommige acties niet nauwkeurig schat, of dat het

47
00:04:22,240 --> 00:04:28,560
voor de ene actie goed werkt, maar niet voor de andere. Dus nadat je hebt onderzocht hoe het momenteel werkt,

48
00:04:28,560 --> 00:04:34,520
is het een goed idee om op 'Data samples bewerken' te klikken en jouw model te verbeteren.

49
00:04:34,520 --> 00:04:41,320
Machine learning-modellen werken meestal het beste met meer gegevens, dus neem wat extra samples op voor elk

50
00:04:41,320 --> 00:04:48,800
van de acties, of concentreer je op het verzamelen van meer gegevens voor de actie die problematisch was bij het testen.

51
00:04:48,800 --> 00:04:54,240
Je kunt 1 sample tegelijk opnemen of je kunt 10 samples achter elkaar opnemen.

52
00:04:54,240 --> 00:04:58,840
Nette data samples zorgen er ook voor dat een ML-model beter werkt,

53
00:04:58,840 --> 00:05:05,560
dus onderzoek je dataset en identificeer eventuele data samples die het model in verwarring kunnen brengen.

54
00:05:05,560 --> 00:05:12,080
Je kunt deze verwijderen door op X te drukken. Nadat je meer gegevens hebt toegevoegd en

55
00:05:12,080 --> 00:05:17,720
jouw dataset hebt gecontroleerd, klik je opnieuw op Model trainen om jouw gewijzigde dataset te gebruiken.

56
00:05:17,720 --> 00:05:22,810
Test het model vervolgens opnieuw op de pagina 'Model testen'.

57
00:05:27,000 --> 00:05:30,200
Als je tevreden bent met hoe het ML-model zich gedraagt,

58
00:05:30,200 --> 00:05:34,120
kun je het gebruiken met de kant-en-klare projectcode.

59
00:05:34,120 --> 00:05:40,920
Klik op 'Bewerken in MakeCode' om de codeblokken in een speciale versie van Microsoft MakeCode te bekijken.

60
00:05:40,920 --> 00:05:46,400
Je kunt altijd terugkeren naar CreateAI via de pijl linksboven in het scherm.

61
00:05:48,560 --> 00:05:54,720
Deze codeblokken gebruiken het model dat je binnen een trainingstimer hebt gemaakt.

62
00:05:54,720 --> 00:05:59,760
De code gebruikt twee variabelen om bij te houden hoe lang je hebt gesport en hoe

63
00:05:59,760 --> 00:06:04,160
lang je niet hebt gesport. Wanneer het programma voor het eerst wordt uitgevoerd, worden

64
00:06:04,160 --> 00:06:09,360
deze timervariabelen op 0 gezet. De 'wanneer ML start'-blokken worden

65
00:06:09,360 --> 00:06:15,400
geactiveerd wanneer het ML-model besluit dat je bent begonnen met trainen of niet.

66
00:06:15,400 --> 00:06:19,240
Ze tonen verschillende pictogrammen op het LED-display van de micro:bit, afhankelijk

67
00:06:19,240 --> 00:06:25,920
van de actie die je volgens schattingen uitvoert. De 'wanneer ML stopt'-blokken worden geactiveerd wanneer het

68
00:06:25,920 --> 00:06:32,230
ML-model besluit dat je een actie hebt voltooid, in dit geval wel of niet trainen.

69
00:06:32,960 --> 00:06:38,240
Code in elk blok maakt het scherm leeg en voegt de duur van de actie die zojuist is

70
00:06:38,240 --> 00:06:43,360
afgelopen toe aan de variabele die de totale tijden voor elke actie opslaat.

71
00:06:43,360 --> 00:06:49,680
Het ML-model werkt met de code, zodat je de totale tijd kunt bekijken die aan elke actie is besteed.

72
00:06:49,680 --> 00:06:55,160
Druk op knop A om de totale tijd te zien die je hebt getraind en druk op knop B om de

73
00:06:55,160 --> 00:07:00,680
totale tijd te zien dat je inactief bent geweest. De timer telt in milliseconden,

74
00:07:00,680 --> 00:07:07,880
duizendsten van een seconde, dus het weergegeven getal wordt gedeeld door 1000 om de tijd in seconden weer te geven.

75
00:07:07,880 --> 00:07:12,640
Om jouw eenvoudige AI-trainingstimer op je micro:bit te laten werken,

76
00:07:12,640 --> 00:07:19,360
hoef je alleen maar deze code naar een micro:bit te downloaden. Als je geen andere micro:bit beschikbaar hebt,

77
00:07:19,360 --> 00:07:26,440
vervang dan eenvoudigweg de code die momenteel op de micro:bit voor gegevensverzameling staat door de projectcode.

78
00:07:26,440 --> 00:07:31,200
Test het project nu in het echt. Worden de juiste pictogrammen weergegeven

79
00:07:31,200 --> 00:07:36,640
wanneer je traint of niet? Je kunt in 3 eenvoudige stappen testen of de timercode

80
00:07:36,640 --> 00:07:41,640
goed werkt met het model: Druk op de resetknop.

81
00:07:41,640 --> 00:07:46,040
Train gedurende 30 seconden. Druk vervolgens op knop A.

82
00:07:46,040 --> 00:07:50,080
Je zou het getal 30 over je display moeten zien scrollen.

83
00:07:50,080 --> 00:07:55,240
Je bent nu klaar om verbinding te maken met CreateAI, jouw eigen gegevens te verzamelen en deze te gebruiken om

84
00:07:55,240 --> 00:08:00,160
een ​​machine learning-model te trainen, testen en verbeteren. En je kunt dit model vervolgens combineren met

85
00:08:00,160 --> 00:08:05,642
de kant-en-klare code en uitproberen op je eigen micro:bit.