AI: 모델 학습

웹사이트: https://teachablemachine.withgoogle.com/

분류 유형 이미지, 사운드, 포즈

기술 혁신 통합: 앱 인벤터, Python, API를 사용한 기타 통합

다음은 다양한 데이터 유형을 사용하여 Teachable Machine을 사용해 볼 수 있는 세 가지 튜토리얼입니다.

• 이미지 분류 바나나 포함
• 소리 분류 찰칵, 박수, 휘파람 소리 포함
• 포즈 분류 머리 기울기 감지

웹사이트: https://machinelearningforkids.co.uk/

분류 유형 이미지, 사운드, 텍스트, 숫자

기술 혁신 통합: 앱 인벤터, Python

어린이를 위한 기계 학습에는 자세한 내용을 알아볼 수 있는 많은 예제 튜토리얼과 워크시트가 있습니다. 

교사 계정을 등록하려면 멘토 또는 교사가 필요합니다. 그러면 멘토나 교사가 학생 계정을 설정할 수 있습니다.

이 예제/자습서에서 MachineLearningForKids를 사용해 보세요.

• 스킨 클리닉 피부 질환을 감지하는 기술 혁신 팀 스크래치 프로젝트
• 앱으로 생체 의료 폐기물을 분류하는 방법 전체 튜토리얼이 포함된 테크노베이션 팀의 앱
• 홍채 이미지 분류하기 단원 4 데이터 세트의 공개 데이터 세트 예제를 사용하여 홍채 이미지 분류하기

웹사이트: https://appinventor.mit.edu/explore/ai-with-mit-app-inventor

분류 유형 이미지, 사운드, 포즈, 얼굴 메시

기술 혁신 통합: 앱 인벤터 모바일 앱

이미 프로젝트의 코딩 플랫폼으로 앱 인벤터를 사용하고 있다면 이 옵션을 선택하는 것이 좋습니다.

다음은 시작하는 데 도움이 되는 몇 가지 튜토리얼입니다:

• 비디오 튜토리얼 건강한 과일과 병든 과일을 감지하는 모델 훈련하기
• 튜토리얼 를 사용하여 모바일 앱이 사용자의 음성을 인식하도록 훈련시키는 방법
• 인공지능으로 춤추기 튜토리얼 포즈 감지하기

웹사이트: https://www.ximilar.com/services/computer-vision-platform/#image-classification

분류 유형: 이미지

기술 혁신 통합: Thunkable, 웹 앱(API 사용)

다른 옵션도 있지만, Thunkable을 코딩 플랫폼으로 사용하는 경우 이 옵션을 사용하는 것이 좋습니다.

이 튜토리얼의 전반부에서 Ximilar를 사용하는 방법을 알아보세요. 후반부는 다음 단원에서 모델을 Thunkable과 통합할 때 보여드리겠습니다.

• 비디오 튜토리얼 을 사용하여 다양한 유형의 산호초를 감지하는 모델 훈련하기

위의 플랫폼은 AI 모델을 쉽게 학습하고 사용하기 위한 권장 사항일 뿐입니다.

더 많은 고급 AI 도구를 사용할 수 있습니다. 일부는 추가 리소스 섹션에 나열되어 있습니다. 이러한 도구는 Java, Python 또는 Swift와 같은 고급 언어를 사용해야 할 수 있으며 대부분 API(애플리케이션 프로그래밍 인터페이스)를 사용해야 할 가능성이 높습니다.