通过本课，您可以在一个地方查看 Technovation 有关编码应用程序和创建人工智能模型的所有视频教程。
单击下面的按钮，查看该主题或平台的教程。
编码平台
这段视频概述了 Technovation 的编码语言选项。现在 Technovation 允许使用任何编码语言，所以这段视频有点过时。不过，它很好地概述了 App Inventor 和 Thunkable 以及每个平台的功能。
划痕教程
应用程序发明家教程
打开下面的每个选项卡，查看一些视频教程，以帮助您学习有助于开发应用程序的不同功能。
平台概述
新手教程
登录应用程序
许多应用程序都有一个功能，即用户可以使用用户名和密码登录。您可以按照视频中的说明将此功能添加到任何应用程序中。
带图像、按钮、时钟计时器和计分功能的游戏
《回收游戏》运用了许多简单概念，但通过层层构建形成了相当复杂的游戏机制。你将学习如何使用计时器显示图像、检测按钮点击，以及对分数进行加减操作。以下是App Inventor中该游戏的初始模板链接。
回收游戏
15:23
5:03
3:01
4:20
6:10
4:35
8:12
动画游戏
地图、标记、电话、网络浏览器
在手机上存储数据
前 3 个视频介绍了如何制作一个绿色追踪应用程序，让用户跟踪自己每天的环保情况。数据使用 TinyDB 存储在用户的移动设备上。
第 4 个视频展示了如何在 TinyDB 中存储列表项。
应用程序接口
应用程序编程接口或 API 对应用程序非常有用。了解如何将应用程序连接到外部网站或服务器以发送和接收数据。
应用程序接口
19:00
10:56
46:04
29:20
THUNKABLE教程
打开下面的每个选项卡，查看一些视频教程，以帮助您学习有助于开发应用程序的不同功能。
平台概述
这段视频概述了 Thunkable 平台。
新手教程
登录应用程序
许多应用程序都有一个功能，即用户可以使用用户名和密码登录。您可以按照视频中的说明将此功能添加到任何应用程序中。
地图、标记、电话、网络浏览器
在手机上存储数据
应用程序接口
应用程序编程接口或 API 对应用程序非常有用。了解如何将应用程序连接到外部网站或服务器以发送和接收数据。
应用程序接口
5:51
4:35
10:53
人工智能教程
训练人工智能模型 -> 从头开始
本系列介绍如何使用《儿童机器学习》训练模型。然后在 Scratch 项目中使用输出模型。
请注意，Scratch 项目只适用于初级组。
人工智能教程
12:29
8:12
8:45
Make Me Happy 使用《儿童机器学习》制作了一个机器学习模型来检测快乐或悲伤的文本。该教程分为 3 个部分，在 Scratch 项目中使用该模型 。
声音模型 -> Scratch
本示例使用 Teachable Machine 训练的声音（啪、拍或哨）检测模型，然后用于 Scratch 项目。这里有制作模型的说明链接。
请注意，Scratch 项目只适用于初级组。
训练公共数据集模型，以便在 App Inventor 中使用
本系列教程将演示如何从网络获取公开的图像数据集，使用App Inventor的图像分类器进行训练，然后通过App Inventor将模型集成到移动应用中。
图像数据集与App Inventor
8:19
5:00
7:28
使用 Teachable Machine 的 ML 模型 -> App Inventor
这些视频演示了如何制作一个简单的石头剪刀布应用程序，该程序利用人工智能判断用户选择的动作。您将学习如何在Teachable Machine中使用图像训练机器学习模型，随后将该模型集成到App Inventor中，用于构建移动应用程序。
播放列表
7:00
31:47
Ximilar -> Thunkable 的 ML 模型
普拉塔姆·戈拉迪亚演示了如何使用Ximilar平台通过珊瑚礁图像训练模型。随后借助Web API组件，该模型被应用于Thunkable应用程序中。
用 App Inventor 中的人工智能检测服装品牌
使用 API 和计算机视觉技术检测服装标签上的品牌名称。然后使用 WebView 获取品牌的可持续性评级。
使用聊天机器人使信息更易于获取（App Inventor）
使用应用程序接口从世界自然保护联盟红色名录网站获取濒危物种信息。然后使用聊天机器人重新表述信息，使年轻人更容易理解。
使用 Jupyter Notebook 和 Streamlit 的中风预测 ML 模型
这些视频（也在下面的网络应用程序教程部分）展示了如何在 Jupyter Notebook 中使用 Python 构建机器学习模型，然后在使用 Streamlit 构建的网络应用程序中使用该模型。
网络应用程序中的人工智能播放列表
32:51
18:13
使用 Jupyter Notebook 和 Streamlit 的湖泊水质 ML 模型
这些视频（也在下面的网络应用程序教程部分）展示了如何在 Jupyter Notebook 中使用 Python 构建机器学习模型，然后在使用 Streamlit 构建的网络应用程序中使用该模型。
水质 ML 模型
23:50
15:36
个人导师聊天机器人（App Inventor）
网络应用程序教程
在计算机上编写 Python 和 Streamlit 代码（多个视频）
如果要编写网络应用程序，课程提供了两种选择：安装免费软件并在自己的电脑上进行本地编码，或者在网络浏览器中使用在线平台进行编码。
这些视频为本地选项，可在电脑上编码。
使用 Python 和 Streamlit 进行编码
3:48
6:41
13:36
33:09
20:14
32:51
