Schülerprojekt aus Kassel: Mit EierML die Kochzeit fürs Frühstücksei berechnen

Eine Schülergruppe aus Kassel hat mit EierML eine Anwendung entwickelt, die die ideale Kochzeit für ihr perfektes Frühstücksei berechnen können soll. Die Berechnung übernimmt dabei ein Machine-Learning-Algorithmus. Die Anwendung benötigt Daten wie Höhe, Breite und den gewünschten Härtegrad des Eis.

ML-Algorithmus errechnet ideale Kochzeit

Nutzer kommen auch ganz ohne Lineal aus, da die App ein digitales Messwerkzeug mitliefert. Die Eier sollten nicht frisch aus dem Kühlschrank kommen, sondern bereits Zimmertemperatur angenommen haben. Zudem sollte das Wasser bereits kochen, bevor das Ei hineingelegt wird.

Die Daten haben die Schüler selbst gesammelt, indem sie fleißig gespendete Eier gekocht haben. In einem Diagramm haben sie die Daten visualisiert und somit die durchschnittliche Viskosität (Zähflüssigkeit) nach Zeit erfassen können.

Allerdings kamen sie dabei wohl an die Grenzen der Darstellungsmöglichkeiten. Denn auch die Größe (Länge, Breite) der Eier spielt eine Rolle. Offenbar sind vier Dimensionen notwendig, um die Kochzeit für die gewünschte Härte des Frühstückseis zu berechnen: Viskosität, Zeit, Höhe, Breite. Die Grafik ermöglicht allerdings nur eine 2D-Darstellung.

Die Schülergruppe hat sich für die Programmiersprache Python entschieden und für eine lineare Regression ein Skript aufgesetzt, wie der Blogbeitrag zeigt:

import pandas as pd
from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split

df = pd.read_csv("Eier-Tabelle2.csv")

X = df[["H�he (cm)", "Breite (cm)", "Viskosit�t (1-10)"]].values
Y = df[["Dauer"]].values

X_train, X_test, Y_train, Y_test = train_test_split(X, Y, random_state=4, test_size=0.25)

model = LinearRegression()
model.fit(X_train, Y_train)

print(model.coef_)
print(model.intercept_)

Ende September hatte die Anwendung Version 1.0 erreicht. Über den App Store steht die App zum Download und zum Testen für iOS 14 oder höher bereit. Erst vor wenigen Tagen brachte ein Update Unterstützung für das neue iPhone 13. Nähere Informationen zum Projekt finden sich auf der Projektwebseite sowie auf dem EierML-Blog.

(mdo)