AI in Action: AI Eğitimleri

BU DERSTE YAPILACAKLAR...

Yapay zeka alanında uygulamalı projeleri keşfedin.
Mevcut çözümleri değiştirme veya genişletme alıştırması yapın

Aşağıdaki eğitimlerle, öğrendiğiniz her şeyin gerçek projelerde nasıl kullanılabileceğini görme şansınız olacak. Daha önce benzer bir şey görmüş olsanız bile, yeni bir bakış açısıyla yaklaşmayı deneyin, yeni bir çözüm veya fikir bulabilirsiniz.

Birlikte, karmaşık kavramları pratik ve anlaşılır derslere ayıracağız. Bu dersler, AI ile bir şeyler oluşturmaya hazır olan yeni başlayanlar ve meraklı zihinler için mükemmel!

Aşağıdaki talimatları izleyerek, platformunuza ve öğrenme kavramlarına dayalı eğitimler bulabilirsiniz. Bu eğitimler, ele alınan belirli SDG'yi içerir, ancak yine de kavramları öğrenebilir ve projenizde ele aldığınız SDG ne olursa olsun bunları uygulayabilirsiniz.

PLATFORM/DİL BAZINDA EĞİTİMLER

App Inventor kullanıyorum ve daha fazla bilgi edinmek istiyorum...

Öğreticiyi görüntülemek için her bir uygulamaya tıklayın.

Uygulama

Öğrendikleriniz

SDG

Kişisel Öğretmen

AI Sohbet Robotu bileşeni

Marka Bilinci

görüntüdeki metni algılamak ve okumak
API entegrasyonu

WeHeroes +

IUCN Kırmızı Liste API entegrasyonu
AI Sohbet Robotu bileşeni

İstilacı Bitki Dedektörü

Öğretilebilir Makine görüntü sınıflandırması
Google E-Tablolar
Haritalar, İşaretler

React ve Javascript kullanıyorum ve daha fazla bilgi edinmek istiyorum...

Eğitimi görüntülemek için uygulamaya tıklayın.

Uygulama

Öğrendikleriniz

SDG

Anahtarı çevirin

AI destekli Sohbet Robotu
API'ler

Python kullanıyorum ve daha fazla bilgi edinmek istiyorum...

Eğitimi görüntülemek için uygulamaya tıklayın.

Uygulama

Öğrendikleriniz

SDG

RavenSight

Kodlama kütüphaneleri
bunları nasıl içe aktarabilir ve uygulamanızda nasıl kullanabilirsiniz

Python ve Streamlit kullanıyorum ve daha fazla bilgi edinmek istiyorum...

Öğreticiyi görüntülemek için her bir uygulamaya tıklayın.

Uygulama

Öğrendikleriniz

SDG

Büyüme Takipçisi

görüntüde nesne algılama
OpenCV kütüphanesi ile bilgisayar görme

Ses Duygu Dedektörü

mevcut bir makine öğrenimi modelini kullanın
konuşma yakalama yoluyla duygu algılama

Göl Suyu Kalitesi

sayısal bir kamu veri setini kullanarak bir makine öğrenimi modeli oluşturun
su kalitesi tahmini

inWORKsive

sentetik metin/sayısal veri kümesi oluşturmak
makine öğrenimi modelini eğitmek

Adalet Yolu

JSON veri depolama
AI Sohbet Robotu API

Google Earth Engine kullanıyorum ve daha fazla bilgi edinmek istiyorum...

Eğitimi görüntülemek için uygulamaya tıklayın.

Uygulama

Öğrendikleriniz

SDG

Mangrov Karşılaştırması

uydu görüntüleriyle uzaktan algılama
mangrov tespiti

Mezun Ashlyn Gao tarafından RavenSight

Ravensight , kentsel çiftçilerin çevredeki anormallikleri tespit etmelerine, büyümeyi takip etmelerine ve hasadı tahmin etmelerine yardımcı olan bir mobil tarım teknolojisi uygulamasıdır. AI ve bilgisayar görüşü kullanarak gerçek zamanlı izleme sağlar , tahmine dayalı içgörüler ve özel uyarılar sunar., tahmine dayalı içgörüler ve özel uyarılar sunar. SDG 2, Açlık Sıfır'yi ele almaktadır.

Büyüme Takipçisi

Bu eğitimde, Ashlyn'in eğitiminde bahsettiği bazı kütüphaneleri kullanarak güçlü uygulamalar oluşturmayı öğreneceksiniz. openCV kütüphanesini (açık kaynaklı bilgisayar görme) kullanarak bir görüntüdeki bitkileri tanımlamayı ve yaprak uzunluklarını ölçmeyi öğrenin. Bu eğitimde SDG 2, Açlık Sıfır.

Technovation mezunu Jessica Schmilovich'
'de "Flip the Switch"

Flip the Switch , motivasyonel alıntılar, olumsuz düşünceleri yeniden şekillendirmek için yapay zeka destekli tavsiyeler, günlük ruh hali takibi ve kullanıcıları neşelendirmek için yapay zeka destekli zorluklar içeren çapraz platformlu bir uygulamadır. Ayrıca, zihinsel sağlığı desteklemek için haftalık ruh hali eğilimleri ve içgörüler sunar.

Öğreticide yer alanlar:

JavaScript kullanarak React Native ekranları oluşturun
Kullanım axios kullanarak kullanıcı girdilerini OpenAI ve Gemini API'lerine gönderin.
React hooks ile API yanıtlarını ve durumunu işleyin
Ruh haline dayalı verileri yapay zeka destekli zorluklarla ilişkilendirin

Bu, SDG 3, İyi Sağlık ve Refah.

Team SpesDojo tarafından Oripal'dan esinlenerek geliştirilen Ses Duygusu Uygulaması

Bu eğitimde, grup origami projesine katılan yaşlılara destek ve motivasyon sağlamak için seslerdeki duyguları algılayan önceden eğitilmiş bir makine öğrenimi modelini nasıl kullanabileceğiniz gösterilmektedir.

Kişisel Öğretmen

Bu eğitimde, üretken yapay zekayı uygulamanıza nasıl entegre edebileceğiniz gösterilmektedir. Bu kişisel öğretmen uygulaması, App Inventor'ın Chatbot bileşenini kullanarak her kullanıcı için öğrenmeyi özelleştirir.

Team BusinessGirls'ten ilham alan InWORKsive InWORKsive

inWORKsive , makine öğrenimi modelini kullanarak engelli çalışanları işverenlerle eşleştiren bir uygulamadır. Model, çalışanın ihtiyaç duyduğu ve işverenin sunduğu olanaklara göre eşleştirme yapar.

Bu eğitimde, orijinal olarak App Inventor'da kodlanan inWORKsive takım uygulaması, Streamlit kullanılarak bir web uygulamasına taşınmaktadır. Model, Jupyter Notebook kullanılarak oluşturulmuştur ve yeterli veri bulunmadığında sentetik veri setinin nasıl oluşturulacağını göstermektedir.

Bu, SDG 8, İnsana Yakışır İş ve Ekonomik Büyüme.

JusticePath, mezun Anika Jha tarafından

JusticePath, yasal hakları herkesin her zaman erişebileceği hale getirmek için hizmet veren bir örnek uygulamadır.

3 ana özellik içerir:

Konum tabanlı örnek kaynaklar: Kullanıcının konumunu alarak ülke bazlı kaynakları otomatik olarak gösterir.
Aranabilir haklar veritabanı: JSON dosyasından okuma yoluyla çalışır.
Chatbot entegrasyonu: Soru-cevap özelliği için Hugging Face kullanımı

Bu, SDG 16, Barış, Adalet ve Güçlü Kurumlar.

Göl Suyu Kalitesi

Bu eğitimde, sayısal su kalitesi verileriyle bir makine öğrenimi modeli oluşturup, bunu kullanarak belirli bir ayda bir gölün su kalitesini tahmin etmeyi öğreneceksiniz.

Bu, SDG 6, Temiz Su.

Su Kalitesi Uygulaması

2 Video

23:50

15:36

Marka Bilinci

Bu eğitimde, bir görüntüdeki metni algılamak ve okumak için yapay zeka kullanan API'lerin bir kombinasyonunu nasıl kullanabileceğiniz gösterilmektedir. Kullanıcılar, satın almadan önce bir markanın etiketini kontrol ederek o markanın ne kadar sürdürülebilir olduğunu görebilirler. Bu, SDG 12, Sorumlu Tüketim.

Mangrov Karşılaştırması

Bu eğitimde, Google Earth Code Engine kullanarak bir web uygulaması kodlayarak mangrovların büyümesini nasıl takip edip görselleştirebileceğiniz gösterilmektedir. Uygulama, NASA uydu görüntülerini analiz edip birleştirerek mangrovların büyümesini tespit edip görselleştirir. İki farklı yıl arasındaki büyümeyi karşılaştırabilir ve alanların zaman içinde nasıl değiştiğini görebilirsiniz.

Bu, SDG 14, Su Altındaki Yaşam. Mangrovlar, hem su kalitesi hem de gezegenin sağlığı için hayati öneme sahip hizmetler sunan kritik kıyı ekosistemleridir. Mangrovlar, deniz biyolojik çeşitliliğinin korunması için kritik öneme sahip doğal su filtreleri görevi görür. Mangrovlar, hektar başına karasal ormanlardan 3-5 kat daha fazla karbon depolar. Yoğun kök sistemleri kıyı şeridini stabilize eder ve fırtına dalgalarına, tsunamilere ve erozyona karşı doğal koruma sağlar.

WEHeroes +

Bu eğitim, mezunlar Giovanna ve Arlen tarafından oluşturulan WEHeroes uygulamasını bir adım daha ileri götürüyor. IUCN API'sini kullanarak nesli tükenmekte olan türlerin listesini nasıl elde edebileceğinizi öğrenin, ardından App Inventor ChatBot bileşenini kullanarak IUCN web sitesindeki bilgileri genç kullanıcılar için daha uygun hale getirin.

İstilacı Bitki Dedektörü

Bu 8 bölümlük eğitimde şunları öğreneceksiniz:

veri kümesi için görüntüler toplama
Teachable Machine'de istilacı bitkileri tanımlamak için bir makine öğrenimi modeli eğitmek
modeli bir App Inventor projesine ekle
sınıflandırılmış bitkileri bir Google e-tablosunda saklayın
İşaretleyiciler ve istilacı sıcak noktaların vurgulanması yoluyla verileri haritaya ekleyin.

Bu, SDG 15, Karada Yaşam.

Çalma listesi

8 Video