- 训练机器学习模型来预测
这些是本课的活动：
机器学习的 3 个部分
回想一下，人工智能，特别是机器学习，有三个主要部分。
数据集
查找模式
进行预测
在本课中，我们将重点学习第二部分 "查找模式"，通过训练我们自己的人工智能模型来进行预测。
有许多 免费在线 平台 在这些平台上，您可以使用监督学习来训练人工智能模型。
监督学习就像它的名字一样--你通过告诉模型正确答案来监督它如何学习。
例如，您想让人工智能模型分辨出一张图片是否是一条 狗还是 猫.
你的数据集将是很多很多猫狗的照片。
您可以帮助训练模型，告诉它哪些图片是狗，哪些是猫
规划您的模型
您的模型将对某些事物进行预测或分类。这些模型通常被称为 分类模型就是这个原因。
第一步
- 你在对什么进行分类？是图像、文字还是声音？这就是您的 数据类型.
- 有哪些可能的分类？ 例如 狗和 猫.这些是您的 类.它们有时也被称为 标签.
- 收集适当的数据来训练模型。寻找大量不同的数据来代表每个类别。例如，大量不同类型猫狗的图片！
推荐平台
有许多免费的开源平台可用于创建人工智能分类模型。
我们为您整理了一份计划和平台清单：
- 建立预测模型
- 然后在移动或网络应用中使用您的模型，根据预测结果执行操作
下面简要介绍一下每个平台可以分类和集成的功能。
| 平台 | 分类类型 | 技术创新整合 |
|---|---|---|
| 谷歌教学机器 | 图像、声音、姿势 | 可与 App Inventor、Python 及其他系统集成 |
| 儿童机器学习 | 图像、声音、文本、数字 | Python, App Inventor |
| 麻省理工学院应用发明家 | 图像、声音、姿势 | 应用程序发明家 |
| Ximilar | 图像 | Thunkable、App Inventor、wep 应用程序、使用 API |
活动：训练机器学习模型
预计时间30 分钟
制作 "剪刀石头布 "模型
按照工作表使用 Google 的 Teachable Machine 平台建立一个机器学习模型，以识别剪刀石头布的手势。
然后，通过一个简单的预建 javascript 互动来查看模型的运行情况。
打开工作表
然后，通过一个简单的预建 javascript 互动来查看模型的运行情况。
反思
您已经制作了第一个人工智能模型！这应该能让你了解制作人工智能模型的过程。尽管界面可能略有不同，但所有模型创建平台的工作方式都大同小异。
关键术语回顾
- 人工智能（或机器学习）模型- 人工智能在数据集上进行训练，以识别模式来预测或分类事物
- 监督学习 - 通过告诉模型正确或错误的结果来训练模型的机器学习
- 类别- 提供给人工智能模型的标签，使其学会如何按类别对输入进行分类
其他资源
如果您想进一步了解人工智能和机器学习，纽约大学的丹尼尔-希夫曼（Daniel Schiffman）将为您提供一份精彩的播放列表。
