AI：訓練模型

初級部課程 AI：訓練模型
  • 確定一個平台來訓練你的 AI 模型
  • 收集初始數據集並開始為您的項目訓練 AI 模型

以下是本課的活動：

您的數據集

到現在為止，您應該已經收集了數據集的數據。提醒一下，有三種收集數據的方法：

  1. 從您的社區收集訓練資料
  2. 本發明通過感測器或使用者輸入收集數據
  3. 使用 公共數據集 中的數據獲取訓練數據

 

您還應該決定要在數據集中使用什麼類型的數據——圖像、文本、聲音或姿勢。 

資料集應滿足以下條件：

  • 正確類型的數據
  • 很多 例子
  • 多樣化 的例子 – 多樣化和有代表性（公正）

培訓過程

輸入數據

通過上傳它，或通過網路攝像頭獲取圖像

火車

通過學習演算法運行數據。

測試

使用新的輸入，檢查模型是否準確。

選擇平臺

您選擇的平台應允許您：

  • 訓練正確的資料類型（圖像、聲音、文字等）
  • 使用該模型整合到您建議的解決方案（Web 或行動應用程式）中

您不僅限於這些平臺，而且這些是與移動或 Web 應用程式整合的簡單且使用者友好的選項。

專案的最佳平臺可能取決於數據集中的數據類型，因為並非每個平臺都可以訓練每種類型的數據。 

嘗試來自一兩個平臺的一個或多個教程，看看哪個平臺將説明您實現項目目標。

網址： https://teachablemachine.withgoogle.com/

分類類型： 圖像、聲音、姿勢

Technovation 集成： App Inventor、Python、其他使用 API 的集成

這裡有三個教程，可以嘗試使用不同的數據類型的Teachable Machine。

網址： https://machinelearningforkids.co.uk/

分類類型： 圖像、聲音、文字、數位

Technovation 集成： App Inventor、Python

Machine Learning for Kids 提供了許多示例教程和工作表，用於瞭解更多資訊。 

您將需要一位導師或老師來註冊教師帳戶。然後，他們可以為您設置一個學生帳戶。

 

查看這些使用 MachineLearningForKids 的示例/教程。

網站： https://appinventor.mit.edu/explore/ai-with-mit-app-inventor

分類類型： 圖像、聲音、姿勢、面部網格

Technovation 集成： App Inventor 移動應用

如果您已經在使用 App Inventor 作為專案的編碼平臺，這是一個不錯的選擇。

以下是一些入門教程：

網址： https://www.ximilar.com/services/computer-vision-platform/#image-classification

分類類型： 圖片

Technovation 集成： Thunkable、Web 應用程式（使用 API）

儘管還有其他選擇，但如果您使用 Thunkable 作為編碼平臺，這是一個很好的選擇。

查看本教程的前半部分，瞭解如何使用 Ximilar。下半部分將在下一個單元中顯示，屆時您將模型與 Thunkable 集成。

上述平臺只是關於輕鬆進入訓練和使用 AI 模型的建議。

有許多更高級的 AI 工具可用。有些資源列在「其他資源」部分中。它們可能需要使用 Java、Python 或 Swift 等高級語言，並且很可能需要使用 API（應用程式程式設計介面）。

活動：訓練模型

預計時間：60 分鐘

使用數據集訓練 AI 模型

  1. 為您的項目選擇合適的平臺。
  2. 使用數據集訓練 AI 模型。
    • 如果您尚未完全收集資料集的所有範例，請添加您擁有的內容。
    • 在收集更多數據時添加更多。
    • 保存您的專案/模型，以便您以後可以返回到它！
  3. 訓練 AI 模型後，使用一些其他範例對其進行測試。這些測試範例應與您使用的訓練範例不同。
  4. 如果您的模型不是很準確（超過 70%），請添加更多訓練範例，重新訓練，重新測試。

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。

程式化的 A，海軍藍的 AmeriCorps 標誌

反射

此活動只是關於訓練模型。

在下一個單元中，您將將您的模型集成到軟體平臺中，以轉換為一個工作應用程式。

為什麼您選擇的平臺是您項目的不錯選擇？
既然你已經構建了 AI 模型，你希望用它實現什麼？
你有信心你選擇的平臺會幫助你實現你的目標嗎？

關鍵術語的審查

  • 平臺 – 允許其使用者執行工作或使用工具的軟體或網站
  • 分類 – 用於識別或分類不同數據的機器學習模型

其他資源

以下是一些用於構建 AI 模型的更 高級的平臺 。

注意： 如果您決定使用這些工具，請務必仔細檢查定價。有些工具可以免費使用，具體取決於使用您的應用程式的用戶數量。

上一課
返回課程
下一課