人工智能在行动人工智能教程

在本课中，您将...

探索人工智能方面的实践项目。
练习修改或扩展现有解决方案

通过下面的教程，您将有机会了解如何将所学知识应用到实际项目中。即使你以前见过类似的东西，也可以试着用新的眼光去看待它，也许你会发现新的解决方案或见解。

我们将一起把复杂的概念分解成实用、易懂的课程，非常适合初学者和对人工智能充满好奇的人！

根据下面的提示，您可以找到基于您的平台和学习概念的教程。它们包括教程所针对的特定可持续发展目标，但无论您的项目针对的是什么可持续发展目标，您都可以学习这些概念并加以应用。

按平台/语言分类的教程

我正在使用 App Inventor，想进一步了解...

点击每个应用程序查看教程。

应用程序

学习内容

可持续发展目标

个人导师

人工智能聊天机器人组件

品牌意识

检测并识别图像中的文本
应用程序接口集成

我们的英雄 +

世界自然保护联盟红名单应用程序接口集成
人工智能聊天机器人组件

入侵植物探测器

可教机器图像分类
谷歌工作表
地图、标记

我正在使用 React 和 Javascript，我想进一步了解...

点击应用程序查看教程。

应用程序

学习内容

可持续发展目标

打开开关

人工智能驱动的聊天机器人
应用程序接口

我正在使用 Python，想进一步了解...

点击应用程序查看教程。

应用程序

学习内容

可持续发展目标

乌鸦之眼

编码库
如何在应用程序中导入和使用它们

我正在使用 Python 和 Streamlit，我想进一步了解...

点击每个应用程序查看教程。

应用程序

学习内容

可持续发展目标

增长跟踪

图像中的物体检测
使用 OpenCV 库进行计算机视觉

语音情绪检测器

使用现有的机器学习模型
通过语音捕捉进行情绪检测

湖泊水质

使用公共数据集建立机器学习模型
水质预测

工作场所

建立合成文本/数值数据集
训练机器学习模型

正义之路

JSON 数据存储
人工智能聊天机器人应用程序接口

我正在使用 Google 地球引擎，想进一步了解...

点击应用程序查看教程。

应用程序

学习内容

可持续发展目标

红树林比较

基于卫星图像的遥感技术
红树林探测

校友 Ashlyn Gao 的 RavenSight

Ravensight 是一款移动农业技术应用程序，可帮助城市农民检测环境异常、跟踪生长情况并预测收成。它利用人工智能和计算机视觉 利用人工智能和计算机视觉预测洞察力和自定义警报。它可实现 可持续发展目标 2，零饥饿.

增长跟踪

本教程将向您展示如何运用艾什琳教程中提及的部分库来创建功能强大的应用程序。学习如何使用openCV库（开源计算机视觉库）识别图像中的植物并测量其叶片长度。该教程涉及 可持续发展目标2：零饥饿。

翻转开关
由 Technovation 校友 Jessica Schmilovich 提供

翻转开关 是一款跨平台应用程序，具有激励性语录、人工智能驱动的建议以重塑消极想法、每日情绪跟踪和人工智能驱动的挑战，以振奋用户。它还提供每周情绪趋势和见解，以支持心理健康。

教程包括

使用 JavaScript 构建 React Native 屏幕
使用 axios 将用户输入发送至 OpenAI 和双子座应用程序接口
使用 React 挂钩处理 API 响应和状态
将基于情绪的数据与人工智能驱动的挑战联系起来

它涉及 可持续发展目标 3，良好的健康和福祉.

由 SpesDojo 团队设计、受 Oripal 启发的语音情感应用程序

本教程将向您展示如何使用预先训练好的机器学习模型来检测声音中的情绪，从而为参加集体折纸项目的老人提供支持和激励。

个人导师

本教程将向您展示如何将生成式人工智能融入您的应用程序。这款个人辅导应用程序使用 App Inventor 的聊天机器人组件为每位用户量身定制学习内容。

InWORKsive 灵感来自 BusinessGirls InWORKsive 团队

inWORKsive是一款使用 机器学习模型为残疾员工和雇主牵线搭桥。该模型根据员工需要和雇主提供的便利条件进行匹配。

本教程将最初在 App Inventor 中编码的 inWORKsive 团队应用程序移植到使用 Streamlit 的网络应用程序中。模型使用 Jupyter Notebook 建立，并向你展示如何在没有足够数据的情况下制作合成数据集。

它涉及 可持续发展目标 8，体面工作和经济发展.

校友阿尼卡-贾的正义之路

JusticePath 是一款应用程序范例，旨在让每个人都能随时获得法律权利。

它包括 3 个主要功能：

基于位置的样本资源：根据用户所在位置自动显示基于国家的资源
可搜索权限数据库：通过读取 JSON 文件运行
聊天机器人集成：使用 "拥抱脸 "实现问答功能

它涉及 可持续发展目标 16，和平、正义和强有力的机构.

湖泊水质

本教程将向您展示如何利用数值水质数据建立机器学习模型，然后用它来预测特定月份的湖泊水质。

它涉及 可持续发展目标 6，清洁水.

水质应用程序

2 个视频

23:50

15:36

品牌意识

本教程将展示如何结合使用基于人工智能的API来检测图像中的文本并进行识别。用户可在购买前通过品牌标签查询该品牌的可持续性表现。该方案响应 可持续发展目标12：负责任的消费。

红树林比较

本教程将指导您如何通过编写基于Google Earth Code Engine的网络应用程序，实现红树林生长的追踪与可视化。该应用通过分析NASA卫星图像并生成合成图像，从而检测并可视化红树林的生长情况。您可对比两年间的生长差异，观察特定区域随时间推移的变化趋势。

它涉及 可持续发展目标 14，水下生命.红树林是关键的沿海生态系统，为水质和地球健康提供重要服务。红树林是天然的水过滤器，对维持海洋生物多样性至关重要。红树林每公顷的碳储存量是陆地森林的 3-5 倍。红树林茂密的根系可以稳定海岸线，为抵御风暴潮、海啸和侵蚀提供天然保护。

WEHeroes +

本教程进一步介绍了校友 Giovanna 和 Arlen 制作的 WEHeroes 应用程序。学习如何使用世界自然保护联盟 API 获取濒危物种列表，然后使用 App Inventor ChatBot 组件使世界自然保护联盟网站上的信息更适合年轻用户的年龄。

入侵植物探测器

本教程由 8 部分组成，向您介绍如何

为数据集收集图像
在 Teachable Machine 中训练机器学习模型，以识别入侵植物
将模型添加到 App Inventor 项目中
在谷歌电子表格中存储分类植物
使用标记将数据添加到地图上，并突出显示入侵热点

它涉及 可持续发展目标 15，陆上生活.

播放列表

8 个视频