En aquesta activitat, tornarem a Teachable Machine de Google! En aquest exercici, crearem un algorisme que pugui prendre una imatge i determinar si aquesta imatge és d'un peix o d'una balena.

• A la classe 1, carregueu aquestes imatges i canvieu el nom de la classe per peix.

• A la classe 2, carregueu aquestes imatges i canvieu el nom de la classe per balena.

Quan el programa s'ha entrenat, és hora de provar la qualitat del model de classificació.

Carregueu cadascuna d'aquestes imatges de prova al model. Utilitzeu el menú desplegable per definir el tipus d'entrada com a fitxer en lloc de la càmera web. Només podreu provar una imatge alhora. El model és precís? Per què o per què no? Per a quines imatges és exacte?

És possible que observeu que la majoria de les imatges de balenes classifiquen incorrectament les imatges com a imatges de peixos. Aquest és un exemple de biaix algorítmic. Com que la nostra mostra només té 4 imatges de balenes, és menys probable que categoritzi correctament una imatge d'una balena perquè té menys dades per associar amb les balenes.

Per corregir-ho, afegiu les imatges següents a les mostres d'imatge de balena. Ara, hi hauria d'haver 9 imatges de balenes i 9 imatges de peixos!

Torna a executar el model d'entrenament amb les dades noves. Ara, proveu de pujar les imatges de prova a l'algorisme: els resultats són diferents? Quines conclusions en pots treure?