- 瞭解不同類型的資料集
- 開始為您的專案規劃資料集 將會預測某事的 AI 模型
以下是本課的活動：
健康數據集
要建立一個可以將某些東西分類的 AI 模型，第一步就是規劃資料集。
健康資料集
大量資料
不同的資料範例
正確的資料種類
正確的行動或決定
AI 需要資料
為資料集收集範例時，請牢記下列特質。
數量
您提供的範例越多，模型的表現就越好。每個類別至少提供 50 個範例。
平衡
您應該為每個類別準備大約相同數量的範例，以避免偏重某個類別。
測試資料
保留一部分獨立的範例來測試訓練過的模型。您需要一些未用於訓練模型的範例來測試您的模型是否準確。
10-20% 的資料應該是測試資料。
多樣性
您還要包括多樣化的範例。
舉例來說，假設您正在建立一個人工智慧模型，用來偵測某人是否配戴口罩。您應蒐集能反映各種情境的圖像：
- 不同種類和顏色的口罩
- 不同的人 - 性別、種族、年齡
- 不同的背景 - 室內、室外、淺色、深色
- 不同的頭部角度
- 頭部在畫面中的不同位置 - 近景、遠景、左側、右側
若你僅使用配戴藍色外科口罩的白人男性圖像來訓練模型，將口罩類別標記為藍色，那麼當一位配戴紫色口罩的有色人種女性使用該模型時，你認為系統會如何判別？模型表現會良好嗎？
資料類型
資料集也必須是正確的資料類型。請務必選擇適合您專案的資料類型！選項有
數字
統計資料、人口資訊、感測器資料
正文
訊息、社交媒體文章、書籍、文章、網站
聲音
音樂、錄音、聲音
圖像
面孔、地方......任何東西！
ai 賦予您力量
決定資料集的內容可讓您巨大的力量!
謹慎使用 決定哪些資料會進入您的資料集，讓您擁有 無比的權力！
小心使用 大量資料、 不同的資料，以及 正確的資料。
否則，您的 AI 模型將
- 不太准
- 可能會做出糟糕的預測
- 採取錯誤的行動。
花時間收集資料以建立健康的資料集，對成功的模型至關重要。
收集資料
有三種方式可以收集資料來訓練您的模型。
如果您的專案直接著重於您的社區，社區可能是提供您所需資料的合乎邏輯的地方。請確定您已獲得使用資料的許可！
如何在您的社區收集資料？
- 拍照？
- 請社區成員提供照片？
- 錄音？
- 使用調查？
- 訪問社區成員？
如果您的模型需要大量的資料，您可以參考公共資料集。線上有許多資料集可以快速提供您大量的資料。
以下是一些不錯的資料集網站：
請務必檢閱資料，確保符合上述健康資料集的標準。
您很可能還需要對數據進行一些調整以滿足需求。例如，Teachable Machine 等工具要求使用正方形圖像，因此您可能需要編輯數據集中的圖像，使其符合所用工具的正確尺寸規格。
微控制器 微控制器是單一積體電路上的小型電腦，可用於控制汽車引擎和家電等裝置。有些微控制器內建感測器。許多微控制器都有連接感測器的選項。
每個 以下推薦的三種微控制器 有其特定的功能，可能需要使用不同的程式語言才能使其適用於您的專案。 有些工具 (例如 App Inventor) 有擴充功能，您可以新增這些擴充功能，以便在這些工具上使用這些裝置。這三種裝置最近都新增了 AI 功能，所以您想看看有哪些可能！
更多關於感測器
有許多低成本感測器可以連接小型微控制器，並為您的專案提供資料。以下是一些可以使用的感測器。
攝影機
速度計
麥克風
光傳感器
壓力感測器
空氣品質感測器
紅外線溫度計
近接感應器
活動：規劃您的資料集
按照工作表中的指示勾畫：
- 您想要收集哪些資料。
- 您將從何處收集資料集？是社區、感測器還是公共資料集？
- 您將如何收集資料？ 您的模型的類別或標籤是什麼？
- 每班有多少個範例？每班至少 50 個。
反射
您現在已經有了資料集的計劃！當您開始為您的資料集收集範例時，請妥善保管和整理這些範例。
別忘了保留一部分資料集作測試之用！約 10-20% 應該單獨保留用於測試。
關鍵術語的審查
資料集- 用於教導人工智能識別模式和預測某事的大型資料集
感測器- 偵測環境變化的裝置，用於監控電子系統中的資訊
微控制器- 單一整合晶片上的小型電腦，用於大型電腦及其他系統，如家電、車輛及機械人。
其他資源
硬體與感測器
如需全面的感測器清單，請參閱此 維基百科文章.
此視訊提供我們建議使用感測器的專案所需的微控制器硬體的詳細資訊。
本視訊教學教導您如何存取 Kaggle 上的公開資料集。
