Rappelez-vous :
Des prévisions saines nécessitent des des données saines!
Ensemble de données sur la santé
Trouve
des modèles corrects
Prédiction saine
!
Des actions ou des décisions correctes !
Vous souvenez-vous de ce qui fait un ensemble de données sain?
- Beaucoup de de données
- précis
- Correspondance votre problème et sa solution
- Différents exemples de données
- Le type de données de données
- Vous avez l'autorisation de l'utiliser
IL EST TEMPS POUR VOUS DE COMMENCER À FORMER VOS DONNÉES !
Vous devriez déjà avoir rassemblé vos données... ou au moins commencé !
QU'IL S'AGISSE...
Vos propres données de formation provenant de votre communauté
et/ou
Données recueillies par des capteurs ou par l'utilisateur
et/ou
Données collectées à partir d'ensembles de données publiques
Cliquez sur le nom d'une plateforme ci-dessous pour en savoir plus et essayer quelques tutoriels.
- Train images, sons ou poses
Fixer des dispositifs pour capturer les données des capteurs
Voici trois tutoriels pour tester Teachable Machine en utilisant différents types de données.
- Classification d'images avec des bananes
- Classification des sons avec des claquements de doigts, des claquements de mains et des sifflements
- Classification des poses pour détecter l'inclinaison de la tête
- Former images, sons, textes ou chiffres
- Faire un scratch ou Python projet
- Ou une application mobile avec App Inventor
Cette vidéo est un exemple d'une équipe de Technovation utilisant l'apprentissage automatique. Machine Learning for Kids pour créer une application mobile pour trier les déchets biomédicaux.
ESSAYEZ VOUS-MÊME !
Dans cette vidéo, vous verrez comment prendre le jeu de données publiques jeu de données public Iris de Unité 6 et l'entraîner à l'aide de Machine Learning for Kids.
entraînez images, sons, ou poses- Avec votre jeu de données entraîné vous pouvez créer une application mobile qui utilise l L'IA.
VOUS VOULEZ L'ESSAYER ?
Dans cette vidéo, vous verrez comment vous pouvez utiliser le classificateur d'images d classificateur d'images App Inventor pour entraîner un ensemble de données d'images. Cet ensemble de données classe les fruits sains et les fruits malades.
ACTIVITÉ : FORMER VOTRE MODÈLE
- Choisissez l'outil d'IA que vous souhaitez utiliser pour votre projet de Technovation.
- Ajoutez vos exemples.
- Entraînez et testez votre modèle d'IA.
Conseil du mentor
Meilleures pratiques : L'entraînement des modèles est difficile ! Même Google se trompe. Leur IA a été entraînée, mais elle a tout de même commencé à produire des résultats erronés! N'abandonnez pas !
Questions à poser aux élèves : Quel niveau de précision souhaitez-vous pour votre modèle d'IA ? S'il ne peut pas être précis à 100 %, quel niveau de précision serait acceptable ? 80 % ? Cela dépend-il du risque lié à l'utilisation que vous faites du modèle ? Par exemple, les voitures autonomes doivent être très précises, sinon elles pourraient blesser quelqu'un, mais les résultats de recherche Google ont apparemment un niveau d'exigence beaucoup moins élevé.
Les conseils des mentors sont fournis grâce au soutien de l'AmeriCorps.
