人工智能：训练你的模型

网站：https://teachablemachine.withgoogle.com/

分类类型： 图像、声音、姿势

Technovation 集成： App Inventor、Python、使用应用程序接口的其他集成

以下是三个教程，供您使用不同的数据类型试用 Teachable Machine。

• 图像分类 与香蕉
• 声音分类有响声、拍击声和口哨声
• 姿势分类检测头部倾斜

网站：https://machinelearningforkids.co.uk/

分类类型： 图像、声音、文本、数字

Technovation 集成： Python、App Inventor
注意：并非所有数据类型模型都能与 App Inventor 集成--请在构建模型前进行检查

儿童机器学习》中有许多示例教程和工作表，可供学习更多知识。 

您需要导师或教师注册教师账户。然后他们可以为你建立一个学生账户。

查看这些使用 MachineLearningForKids 的示例/教程。

• 皮肤诊所检测皮肤病的 Technovation 团队 Scratch 项目
• 生物医疗废物分类应用程序由 Technovation 团队制作，附带完整教程
• 对虹膜图像进行分类 使用单元4数据集中的公共数据集示例

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

分类类型： 图像、声音、姿势、面部网格

Technovation 集成：App Inventor 移动应用程序

如果您已经使用 App Inventor 作为项目的编码平台，这是一个不错的选择。

下面是一些入门教程：

• 视频教程 训练模型来检测健康水果和病害水果
• 教程训练移动应用程序识别您的声音
• 与人工智能共舞教程 检测姿势

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

分类类型： 图像

Technovation 集成：Thunkable、网络应用（使用应用程序接口）

虽然还有其他选择，但如果使用 Thunkable 作为编码平台，这是一个不错的选择。

查看本教程的前半部分，了解如何使用 Ximilar。后半部分将在下一单元中展示，届时你将把模型与 Thunkable 整合在一起。

• 视频教程 训练一个模型来检测不同类型的珊瑚礁

上述平台只是为训练和使用人工智能模型提供方便的建议。

还有许多更先进的人工智能工具。其中一些列在 "其他资源 "部分。这些工具可能需要使用 Java、Python 或 Swift 等高级语言，而且很可能需要使用 API（应用程序接口）。