याद करना:
स्वस्थ भविष्यवाणियों को स्वस्थ डेटा की आवश्यकता होती है!
स्वस्थ
डेटासेट
पाता
जी हाँ
पैटर्न
स्वस्थ
पूर्वानुमान!
सही कार्य या निर्णय!
क्या आपको याद है कि एक स्वस्थ डेटासेट क्या बनाता है?
- बहुत सारा डेटा
- त्रुटिहीन
- आपकी समस्या और समाधान से मेल खाता है
- डेटा के विभिन्न उदाहरण
- सही प्रकार का डेटा
- आपको इसका उपयोग करने की अनुमति है
आपके लिए अपने डेटा का प्रशिक्षण शुरू करने का समय आ गया है!
आपको अब तक अपना डेटा इकट्ठा कर लेना चाहिए था ... या कम से कम शुरू कर दिया!
चाहे वह हो...

आपके समुदाय से आपका अपना प्रशिक्षण डेटा
और/या

सेंसर या उपयोगकर्ता इनपुट से एकत्र किया गया डेटा
और/या

सार्वजनिक डेटासेट से एकत्र किया गया डेटा
अधिक जानने के लिए नीचे दिए गए प्लेटफ़ॉर्म नाम पर क्लिक करें और कुछ ट्यूटोरियल आज़माएं।
- ट्रेन छवियों, ध्वनियों या पोज़
सेंसर डेटा कैप्चर करने के लिए डिवाइस संलग्न करें
आज़माने के लिए यहाँ तीन ट्यूटोरियल दिए गए हैं Teachable मशीन विभिन्न डेटा प्रकारों का उपयोग करना।
- केले के साथ छवि वर्गीकरण
- स्नैप, ताली और सीटी के साथ ध्वनि वर्गीकरण
- सिर झुकाव का पता लगाने के लिए वर्गीकरण करें

- ट्रेन छवियों, ध्वनियों, पाठ, या संख्याओं
- स्क्रैच या पायथन प्रोजेक्ट बनाएं
- या ऐप आविष्कारक के साथ एक मोबाइल ऐप
यह वीडियो बायोमेडिकल कचरे को छांटने के लिए मोबाइल ऐप बनाने के लिए मशीन लर्निंग फॉर किड्स का उपयोग करने वाली टेक्नोवेशन टीम का एक उदाहरण है।
यह अपने आप कोशिश करो!
इस वीडियो में, देखें कि यूनिट 6 से आइरिस सार्वजनिक डेटासेट कैसे लें और बच्चों के लिए मशीन लर्निंग का उपयोग करके इसे प्रशिक्षित करें।
रेलगाड़ी छवियां लगता नहीं तो बन गया
- अपने प्रशिक्षित डेटासेट से आप एआई का उपयोग करने वाला एक मोबाइल ऐप बना सकते हैं।
इसे आजमाना चाहते हैं?
इस वीडियो में, देखें कि आप छवि डेटासेट को प्रशिक्षित करने के लिए ऐप आविष्कारक छवि क्लासिफायरियर का उपयोग कैसे कर सकते हैं। यह डेटासेट स्वस्थ फल बनाम रोगग्रस्त फल को वर्गीकृत करता है।
गतिविधि: अपने मॉडल को प्रशिक्षित करें
- वह AI टूल चुनें जिसे आप अपने Technovation Project के लिए उपयोग करना चाहते हैं।
- अपने उदाहरण जोड़ें।
- अपने एआई मॉडल को प्रशिक्षित और परीक्षण करें।
मेंटर टिप
सर्वोत्तम अभ्यास: प्रशिक्षण मॉडल कठिन है! यहां तक कि Google भी इसे गलत मानता है। उनके एआई को प्रशिक्षित किया गया था लेकिन फिर भी गलत परिणाम आउटपुट करना शुरू कर दिया! हिम्मत मत हारो!
छात्रों से पूछने के लिए मार्गदर्शक प्रश्न: आप अपने AI मॉडल को कितना सटीक बनाना चाहते हैं? यदि यह 100% सटीक नहीं हो सकता है, तो स्वीकार्य उत्तर क्या है? 80% समय? क्या यह इस बात पर निर्भर करता है कि आप मॉडल का उपयोग किस लिए कर रहे हैं? उदाहरण के लिए, सेल्फ ड्राइविंग कारों को बहुत सटीक होना चाहिए, अन्यथा वे किसी को चोट पहुंचा सकते हैं, लेकिन Google खोज परिणामों में स्पष्ट रूप से बहुत कम बार होता है।
AmeriCorps के समर्थन से मेंटर टिप्स प्रदान किए जाते हैं।
