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
- 火車 影像、聲音 或 姿勢
連接設備以捕獲感測器數據
- 訓練圖像、聲音、文字或數字
- 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 圖片， 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？
在這段影片中，了解如何運用 App Inventor 圖像分類器 來訓練圖像資料集。此資料集用於區分健康水果與病變水果。
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！
指導性提問： 你期望AI模型的準確度達到多少？若無法達到100%準確，何種結果可被接受？80%的準確度是否足夠？這是否取決於模型應用的風險程度？例如：自動駕駛汽車必須具備高度準確性，否則可能造成傷亡；但Google搜尋結果顯然容許更低的準確門檻。
導師提示由 AmeriCorps 提供支援。
