Unutmayın:
Sağlıklı tahminler için sağlıklı veriler gerekir!
Sağlıklı
veri seti
Doğru
kalıpları
bulur
Sağlıklı
tahmin!
Doğru eylemler veya kararlar!
Sağlıklı bir veri setini oluşturan unsurları hatırlıyor musunuz?
- Çok sayıda veri
- Doğru veriler
- Sorununuz ve çözümünüzle eşleşir
- Farklı veri örnekleri
- Doğru türde veriler
- Kullanma izniniz olan veri
VERİLERİNİZİ EĞİTİMEYE BAŞLAMANIN ZAMANI GELDİ!
Şimdiye kadar verilerinizi toplamış olmalısınız... ya da en azından başlamış olmalısınız!
İster...
Topluluğunuz-
dan kendi eğitim verileriniz
ve/veya
Sensörlerden veya kullanıcı girdisinden toplanan veriler
ve/veya
Kamu veri setlerinden toplanan veriler
Daha fazla bilgi edinmek ve bazı eğitimleri denemek için aşağıdaki platform adlarından birine tıklayın.
- Görüntüleri, sesleri veya pozları eğitin
Sensör verilerini yakalamak için cihazları takın
İşte farklı veri türlerini kullanarak Teachable Machine'i denemek için üç eğitim:
- Muzlarla Görüntü Sınıflandırma
- Çıtlama, alkış ve ıslık sesleriyle ses sınıflandırması
- Baş eğimini algılamak için poz sınıflandırması
- Görüntüleri, sesleri, metinleri veya sayıları eğitin
- Bir Scratch veya Python proje
- Veya App Inventor ile bir mobil uygulama yapabilir.
Bu video, Technovation ekibinin Çocuklar için Makine Öğrenimi kullanarak biyomedikal atıkları geliştiren bir Technovation ekibinin bir örneğidir.
DENEMEK DENEYİN!
Bu videoda, Iris kamu veri setini 'dan ve 'den nasıl alınacağını ve Çocuklar için Makine Öğrenimi
Tren görüntüler, sesler, veya pozlar- Eğitimli veri setinizle eğitim verilerinizle ile mobil uygulama mobil uygulama geliştirebilirsiniz. AI.
DENEMEK İSTER MİSİNİZ?
Bu videoda, App Inventor görüntü sınıflandırıcıyı kullanarak bir görüntü veri setini nasıl eğitebileceğinizi öğrenin. Bu veri seti, sağlıklı meyveleri hastalıklı meyvelerden ayırır.
AKTİVİTE: MODELİNİZİ EĞİTİN
- Technovation Projeniz için kullanmak istediğiniz AI aracını seçin.
- Örneklerinizi ekleyin.
- AI modelinizi eğitin ve test edin.
Mentor İpucu
En iyi uygulamalar:Modellerin eğitimi zordur! Google bile hatalar yapar. AI'ları eğitilmiş olmasına rağmen yine de yanlış sonuçlar vermeye başladı! Pes etmeyin!
Öğrencilere sorulacak yol gösterici sorular: AI modelinizin ne kadar doğru olmasını istersiniz? %100 doğru olamıyorsa, kabul edilebilir bir cevap nedir? %80 doğru olması mı? Bu, modeli ne amaçla kullandığınıza bağlı mıdır? Örneğin, sürücüsüz arabalar oldukça doğru olmalıdır, aksi takdirde birine zarar verebilirler, ancak Google arama sonuçları için bu standart çok daha düşüktür.
Mentor ipuçları AmeriCorps'un desteği ile sağlanmaktadır.
