- 了解不同类型的数据集
- 开始为您的项目规划预测结果的人工智能模型数据集
健康数据集
要创建一个能对事物进行分类的人工智能模型，第一步就是规划数据集。
健康数据集
大量数据
不同的数据示例
正确的数据种类
正确的行动或决定
人工智能需要数据
在为数据集收集示例时，请牢记以下几点。
数量
给模型提供的示例越多，它的表现就越好。为每个类提供至少 50 个示例。
平衡
每一类的示例数量应大致相同，以避免偏重某一类。
测试数据
单独保留一部分示例来测试训练好的模型。您需要一些未用于训练模型的示例来测试模型是否准确。
10-20% 的数据应该是测试数据。
多样性
您还希望包括各种各样的例子。
例如，假设你正在创建一个AI模型来检测某人是否佩戴口罩。你应该收集反映各种情况的图像：
- 不同类型和颜色的面具
- 不同的人--性别、种族、年龄
- 不同的背景--室内、室外、明亮、黑暗
- 不同的头部角度
- 头部在画面中的不同位置 - 近景、远景、左侧、右侧
如果你的模型仅用佩戴蓝色外科口罩的白人男性图像进行训练，那么当一位佩戴紫色口罩的有色人种女性使用该模型时会发生什么？你认为她会被如何分类？你的模型表现会良好吗？
数据类型
数据集还必须是正确的数据类型。请确保选择适合您项目的数据类型！选项如下
数字
统计数据、人口信息、传感器数据
文本
信息、社交媒体帖子、书籍、文章、网站
声音
音乐、录音、声音
图片
面孔、地点......任何东西！
人工智能给你力量
确定数据集的内容可为您提供巨大的力量!
小心使用 确定数据集的内容会给你带来 巨大的力量！
小心使用 大量数据、 不同的数据和 正确类型的数据类型。
否则，您的人工智能模型将
- 不准
- 可能预测错误
- 采取错误的行动。
花时间收集数据，建立一个健康的数据集，是成功模式的关键。
收集数据
有 3 种方法可以收集用于训练模型的数据。
如果您的项目直接关注社区，那么社区可能是提供所需数据的合理场所。确保您已获得使用数据的许可！
如何在社区收集数据？
- 拍照？
- 请社区成员提供照片？
- 记录声音？
- 使用调查表？
- 采访社区成员？
如果您的模型需要大量数据，您可以考虑使用公共数据集。网上有很多数据集，可以快速为您提供大量数据。
下面是一些不错的数据集网站：
请务必检查数据，确保其符合上述健康数据集的标准。
您很可能还需要根据需求对数据进行调整。例如，Teachable Machine等工具要求图像为正方形，因此您可能需要编辑数据集中的图像，使其符合所用工具的正确尺寸要求。
微控制器 微控制器是单集成电路上的小型计算机，用于控制汽车发动机和家用电器等设备。有些微控制器内置传感器。许多微控制器都有连接传感器的选项。
每个 下面推荐的三种微控制器 它们有自己的特殊功能，可能需要使用不同的编程语言才能使它们为您的项目服务。 有些工具，如 App Inventor，可以添加扩展功能，以便将这些设备与这些工具配合使用。这三款设备最近都增加了人工智能功能，所以你想看看有哪些可能性！
关于传感器的更多信息
有许多低成本传感器可以连接到小型微控制器，为您的项目提供数据。下面是一些可以使用的传感器。
照相机
速度计
麦克风
光传感器
压力传感器
空气质量传感器
红外线温度计
接近传感器
活动：规划你的数据集
反思
现在您已经有了一个数据集计划！当您开始收集数据集的示例时，请妥善保管和整理它们。
不要忘记保留一部分数据集用于测试！大约 10-20% 的数据应单独用于测试。
关键术语回顾
数据集- 用于教人工智能识别模式和预测事物的大型数据集
传感器- 用于检测环境变化并在电子系统中监测该信息的设备
微控制器- 单个集成芯片上的小型计算机，用于大型计算机和其他系统，如电器、车辆和机器人等
其他资源
硬件和传感器
有关传感器的全面列表，请参阅此 维基百科文章.
这段视频提供了有关我们推荐用于使用传感器的项目的微控制器硬件的详细信息。
本视频教程将向您展示如何访问 Kaggle 上的公共数据集。
