記得：
健康的預測需要健康的數據！
健康
數據
發現
正確
模式
健康
預測！
正確的行動或決定！
你還記得是什麼造就了一個健康的數據集嗎？
- 大量數據
- 準確
- 匹配您的問題和解決方案
- 不同的數據範例
- 正確類型的數據
- 您有權 使用它
是時候開始訓練你的數據了！
你現在應該已經收集了你的數據......或者至少開始了！
無論是...
您自己來自社區的培訓數據
和/或
從 感測器 或使用者輸入收集的數據
和/或
從公共數據集收集的數據
按兩下下面的平台名稱以瞭解更多資訊並嘗試一些教程。
teachablemachine.withgoogle.com
- 訓練 圖像、聲音或 姿勢
連接設備以捕獲感測器數據
- 訓練 圖像、聲音、文本或數位
- 製作 Scratch 或 Python 專案
- 或者帶有App Inventor 的行動應用程式
該視頻是 Technovation 團隊使用機器學習兒童製作移動應用程式 來分類生物醫學廢物的一個例子。
自己試試吧！
在此視頻中，瞭解如何 從第6單元獲取Iris公共數據集，並使用面向兒童的機器學習對其進行訓練。
然後在下一個單元中，您可以在 Scratch 專案中使用它！
火車 圖像 聽 起來 或 構成- 使用經過訓練的數據集，您可以製作使用 AI 的行動應用程式 。
想試試嗎？
在此視頻中，瞭解如何使用 App Inventor 影像分類器來訓練圖像數據集。該數據集對健康水果與患病水果進行分類。
然後在下一個單元中，瞭解如何在移動應用程式中使用您的模型！
活動：訓練模型
- 選擇您要用於 Technovation 專案的 AI 工具。
- 添加您的範例。
- 訓練和測試 AI 模型。
導師小貼士
最佳實踐 ：訓練模型很難！甚至谷歌也弄錯了。他們的人工智慧經過訓練，但仍然開始輸出 錯誤的結果！不要放棄！
要向學生提出的指導性問題： 你希望你的人工智慧模型有多準確？如果不能100%準確，什麼是可以接受的答案？80%的時間？這是否取決於您使用模型的風險？例如，自動駕駛汽車必須非常準確，否則它們可能會傷害某人，但谷歌搜尋結果顯然有一個低得多的門檻。
導師提示由 AmeriCorps 提供支援。
