기억하세요:
건강한 예측에는 건강한 데이터!
건강한
데이터 세트
올바른
패턴을 찾습니다.
건강한
예측!
올바른 행동 또는 결정!
건강한 데이터 집합을 만드는 것이 무엇인지 기억하시나요? 건강한 데이터 세트?
- 많은 데이터
- 정확성
- 매치 문제와 해결책
- 다양한 예시 데이터의
- 올바른 올바른 종류의 데이터
- 귀하는 권한 사용 권한이 있습니다.
이제 데이터 트레이닝을 시작할 시간입니다!
지금쯤이면 데이터를 수집했거나 최소한 시작했어야 합니다!
여부는...
커뮤니티의 자체 교육 데이터
및/또는
센서 또는 사용자 입력에서 수집된 데이터
및/또는
공개 데이터 세트에서 수집한 데이터
아래에서 플랫폼 이름을 클릭하여 자세히 알아보고 몇 가지 튜토리얼을 사용해 보세요.
- 기차 이미지, 소리 또는 포즈
센서 데이터 캡처를 위한 장치 연결
다음은 다양한 데이터 유형을 사용하여 Teachable Machine을 사용해 볼 수 있는 세 가지 튜토리얼입니다.
- 바나나를 이용한 이미지 분류
- 찰칵, 박수, 휘파람으로 소리 분류하기
- 머리 기울기를 감지하는 포즈 분류
- 이미지, 소리, 텍스트 또는 숫자를 훈련시키다
- 만들기 스크래치 또는 파이썬 프로젝트
- 또는 모바일 앱 앱 인벤터로
이 비디오는 테크노베이션 팀이 다음을 사용하는 예입니다. 어린이를 위한 머신 러닝 을 사용하여 모바일 앱 을 만든 사례입니다.
체험하기 직접 해보세요!
이 동영상에서는 아이리스 공개 데이터 집합 을 가져오는 방법을 알아봅니다. 단원 6 를 사용하여 학습하는 방법을 살펴보세요. 어린이를 위한 머신 러닝
기차 이미지, 소리, 또는 포즈- 학습된 데이터 세트와 함께 학습된 데이터 세트 다음을 수행할 수 있습니다. 만들 수 있습니다. 모바일 앱 모바일 앱 AI.
사용해 보시겠습니까?
이 영상에서, App Inventor 이미지 분류기를 를 사용하여 이미지 데이터셋을 훈련하는 방법을 확인해 보세요. 이 데이터셋은 건강한 과일과 병든 과일을 분류합니다.
활동: 모델 훈련
- 테크노베이션 프로젝트에 사용할 AI 도구를 선택하세요.
- 예시를 추가하세요.
- AI 모델을 학습하고 테스트하세요.
멘토 팁
모범 사례: 모델 트레이닝은 어렵습니다! 구글조차도 틀릴 수 있습니다. AI를 학습시켰지만 여전히 잘못된 결과를 출력하기 시작했습니다! 포기하지 마세요!
학생들에게 물어볼 안내 질문: AI 모델의 정확도는 어느 정도를 원하시나요? 100% 정확할 수 없다면, 어느 정도면 수용 가능한 답변일까요? 80% 정도일까요? 이는 모델을 사용하는 목적의 위험도에 따라 달라질까요? 예를 들어 자율주행차는 상당히 정확해야 합니다. 그렇지 않으면 사람을 다치게 할 수 있기 때문입니다. 반면 구글 검색 결과는 훨씬 낮은 기준을 적용하는 것으로 보입니다.
멘토 팁은 AmeriCorps의 지원을 받아 제공됩니다.
