Помните:
Для здоровых прогнозов нужны здоровые данные!
Набор данных
Находит
правильные
шаблоны
Здоровый
прогноз!
Правильные действия или решения!
Помните ли вы, что делает здоровый набор данных?
- Много данных
- Точный
- Спички ваша проблема и решение
- Различные примеры данные
- Сайт правильный вид данные
- У вас есть разрешение использовать его
ПОРА ПРИСТУПАТЬ К ОБУЧЕНИЮ ДАННЫХ!
Вы уже должны были собрать данные... или хотя бы начать!
БУДЬ ТО...
Ваши собственные учебные данные из вашего сообщества
и/или
Данные, полученные от датчиков или от пользователя
и/или
Данные, собранные из открытых наборов данных
Нажмите на название платформы ниже, чтобы узнать больше и попробовать несколько обучающих программ.
- Поезд изображения, звуки или позы
Прикрепите устройства для сбора данных с датчиков
Вот три руководства, позволяющие опробовать Teachable Machine, используя различные типы данных.
- Классификация изображений с помощью бананов
- Классификация звуков с помощью щелчков, хлопков и свистков
- Классификация поз для определения наклона головы
- Поезд изображения, звуки, текст или цифры
- Сделай сам Scratch или Python проект
- Или мобильное приложение с помощью App Inventor
Это видео - пример того, как команда Technovation использует Машинное обучение для детей для создания мобильное приложение для сортировки биомедицинских отходов.
ПОПРОБУЙТЕ САМИ!
В этом видео вы узнаете, как взять открытый набор данных Iris с сайта . Unit 6 и обучить его с помощью Машинное обучение для детей.
Поезд изображения, звуки, или позы- С вашим обученный набор данных вы можете сделать мобильное приложение которое использует ИИ.
ХОТИТЕ ПОПРОБОВАТЬ?
В этом видео вы увидите, как можно использовать классификатор изображений App Inventor для обучения набора данных изображений. Этот набор данных классифицирует здоровые и больные фрукты.
ДЕЯТЕЛЬНОСТЬ: ОБУЧЕНИЕ МОДЕЛИ
- Выберите инструмент искусственного интеллекта, который вы хотите использовать для проекта Technovation.
- Добавьте свои примеры.
- Обучите и протестируйте свою модель искусственного интеллекта.
Совет для менторов
Лучшие практики: Обучать модели сложно! Даже Google ошибается. Их ИИ был обучен, но все равно начал выдавать неверные результаты! Не сдавайтесь!
Наводящие вопросы для студентов: Насколько точной должна быть ваша модель искусственного интеллекта? Если она не может быть точной на 100 %, то какой результат будет приемлемым? 80 %? Зависит ли это от риска, связанного с тем, для чего вы используете модель? Например, самоуправляемые автомобили должны быть достаточно точными, иначе они могут кого-то травмировать, но для результатов поиска Google, по-видимому, установлены гораздо более низкие требования.
Советы для менторов предоставлены при поддержке AmeriCorps.
