Ricorda:
Le previsioni sane hanno bisogno di dati sani!
Set di dati
sano
Trova i modelli
corretti
Previsione di salute
!
Azioni o decisioni corrette!
Ti ricordi cosa rende un un set di dati sano?
- Tanti di dati
- Preciso
- Corrisponde il tuo problema e la tua soluzione
- Diversi esempi di dati
- Il tipo giusto di dati
- Hai l'autorizzazione di usarlo
È ORA DI INIZIARE A FORMARE I TUOI DATI!
A questo punto dovresti aver raccolto i tuoi dati... o almeno aver iniziato!
SIA CHE SI TRATTI DI...

I dati di formazione della tua comunità
e/o

Dati raccolti da sensori o da input dell'utente
e/o

Dati raccolti da set di dati pubblici
Clicca sul nome di una piattaforma qui sotto per saperne di più e provare alcuni tutorial.
- Treno immagini, suoni o pose
Collegare i dispositivi per acquisire i dati dei sensori
Ecco tre tutorial per provare Teachable Machine utilizzando diversi tipi di dati.
- Classificazione delle immagini con le banane
- Classificazione del suono con scatti, applausi e fischi
- Classificazione della posa per rilevare l'inclinazione della testa

- Treno immagini, suoni, testi o numeri
- Crea un Graffio o Python progetto
- O un'applicazione applicazione mobile con App Inventor
Questo video è un esempio di come un team di Technovation abbia utilizzato Machine Learning for Kids per creare un applicazione mobile per smistare i rifiuti biomedici.
PROVALO PROVA TU STESSO!
In questo video vediamo come prendere il set di dati pubblici set di dati pubblici Iris da Unità 6 e addestrarlo utilizzando Apprendimento automatico per bambini.
Treno immagini, suoni, o pose
- Con il tuo set di dati addestrati puoi creare un applicazione mobile che utilizza AI.
VUOI PROVARE?
In questo video vediamo come utilizzare il classificatore di immagini di classificatore di immagini di App Inventor per addestrare un set di dati di immagini. Questo set di dati classifica la frutta sana rispetto a quella malata.
ATTIVITÀ: ADDESTRAMENTO DEL MODELLO
- Scegli lo strumento di intelligenza artificiale che vuoi utilizzare per il tuo Progetto Technovation.
- Aggiungi i tuoi esempi.
- Addestra e testa il tuo modello di intelligenza artificiale.
Suggerimento del mentore
Migliori pratiche: La formazione dei modelli è difficile! Persino Google sbaglia. La loro AI è stata addestrata ma ha comunque iniziato a produrre risultati sbagliati! Non arrenderti!
Domande guida da porre agli studenti: Quanto vuoi che sia accurato il tuo modello di IA? Se non può essere preciso al 100%, qual è una risposta accettabile? L'80% delle volte? Dipende dal rischio per cui si utilizza il modello? Ad esempio, le auto a guida autonoma devono essere piuttosto accurate, altrimenti potrebbero fare del male a qualcuno, ma i risultati delle ricerche su Google hanno apparentemente un limite molto più basso.
I consigli dei mentori sono forniti dal supporto di AmeriCorps.
