Build with Google AIY Kits

-
Build with Google AIY Kits,  make world more funny






Comments

Post a Comment

Popular posts from this blog

家長注意！除了樂高，提高孩子STEM能力的還有這些！

-
Image
讓孩子快速接觸機器人和AI教育， 提升孩子們的學習興趣、思維能力和動手能力，國外這幾款STEM教具值得家長們學習。 Little pupils and their teacher during lesson 在我國，人工智能發展方面人才缺口巨大，而且國內中小學校的 STEM 科學教育課程也亟待加強。因此，”人工智能+教育”這一概念，也快速火遍了中小學 STEM 課堂。教育用機器人可說是培養孩子對STEM領域（科學Science、科技Technology、工程Engineering與數學Mathematics）興趣的最好橋梁，然而市面上教育用機器人百百種，該從哪里入門了解都令人感到頭大，不過別擔心，以下將為你介紹國外網站推薦的學習用具。 1.RoboThink ▲學生可發揮自己創造力，制作各種類型的機器人。 RoboThink 是一家致力創造融合機器人教育、程式學習、創新式工程與數學的教育用機器人的公司，讓各種年齡層的愛好者都能在動手做的過程中，感受迷人有趣的STEM世界；學生們可利用旗下產品實踐自己的創造力，制作各種形狀、大小的機器人。 2.慧魚工程積木 ▲慧魚讓孩子在玩中學習，寓教于樂。孩子理解工程實務的最佳伙伴。 慧魚公司早期從事工程模型的設計與制造，其客戶包括 BMW 、賓士在內等大型企業，憑借這段時期累積的經驗，慧魚工程積木可說是孩子理解工程實務的最佳伙伴。 慧魚工程積木基于STEM教育的精神制作，讓孩子在玩樂中學習科學的各項知識，其樂趣甚至足以讓孩子忘了自己是在學習，材質采用優質尼龍塑膠，不僅兼顧綠色環保，也讓孩子們放心玩耍，零件的燕尾槽設計使六面都可拼接，孩子可隨心所欲發揮想像力盡情組合；由于其豐富的產品項目，無論孩子想學習動力學、機械力學，甚至是機器人架構，都能找到符合需求的工程積木！ 3.Modular Robotics ▲Cubelets 能以非常簡單直觀的方式教導孩子。 孩子唯一要做的事就是組件不同特色的方塊，創造自己的機器人變得十分容易。 Modular Robotics研發的Cubelets機器人方塊，可說是寓教于樂的最佳代表，即使是四歲也能輕松透過組裝機器人進行學習， Cubelets 能以非常簡單直觀的方式教導孩子如何建構機器人，不同方塊間以磁鐵連接，孩子唯一要做的事就是組件不...
Read more

10個開源的機器學習工具，AI入門到精通！

-
Image
1. DataRobot DataRobot（DR）是一款高度自動化的機器學習平臺，由全球最好的Kagglers構建，包括Jeremy Achin，Thoman DeGodoy和Owen Zhang。該平臺聲稱已經消除了對數據科學家的需求。這從他們網站的一句話中可以明顯看出 - “數據科學需要數學和統計資質、編程技能和商業知識。借助DataRobot，你只需提供商業知識和數據，而我們的尖端自動化負責其餘部分。” 模型優化： 平臺通過採用文本挖掘、變數類型檢測、編碼、插補、縮放、轉換等自動檢測最佳數據預處理和特徵工程。 部署： 只需點擊幾下即可輕鬆部署設施（無需編寫任何新代碼）。 對於軟體工程師： Python SDK和API可用於將模型快速集成到工具和軟體中。 2. BigML BigML提供了一個良好的圖形用戶介面，可以讓用戶通過以下6個步驟掌握： 來源：使用各種資訊來源 數據集：使用定義的源創建數據集 模型：製作預測模型 預測：基於模型生成預測 合成：創建各種模型的合成 評估：針對驗證集的非常模型 這些過程顯然會以不同的順序迭代。BigML平臺提供了很好的結果可視化，並具有求解分類、回歸、聚類、異常檢測和關聯發現問題的演算法。他們提供按月、季度和年度訂閱捆綁在一起的幾個軟體包。他們甚至提供免費套餐，但上傳數據集的大小限制為16MB。 4. Google Cloud AutoML Cloud AutoML是Google機器學習組件的一部分，它允許有限ML專業知識的人員來構建高質量模型。作為Cloud AutoML產品組合的一部分，第一款產品是Cloud AutoMLVision。該服務使得訓練圖像識別模型變得更加簡單。它具有拖放介面，可以讓您上傳圖像，訓練模型，然後直接在Google Cloud上部署這些模型。 Cloud AutoML Vision基於Google的遷移學習和神經架構搜索等技術。這個工具已經被很多組織所使用。看看這篇文章，看看AutoML在兩個驚人的現實生活例子的表現，以及它如何產生比任何其他工具更好的結果。 5. MLBase MLBase是加州大學伯克利分校的AMP（演算法機器人）實驗室開發的一個開源專案。背後的核心思想是為機器學習應用於大規模問...
Read more