# 1. Fonctionnalité Core

• Teachable Machine est un outil d'apprentissage automatique côté page de Google qui permet aux utilisateurs de former des modèles de classification simples sans avoir à programmer.
• Il prend en charge les données d'image, de son et de geste, et les utilisateurs peuvent collecter des échantillons, former des modèles et tester les résultats en temps réel.
• Une fois la formation terminée, le modèle peut également être exporté sur un site Web, une application ou un projet créatif, adapté à des démonstrations pédagogiques et à un prototypage rapide.

# 2. Utilisation du scénario

• Idéal pour l'enseignement en classe, le prototypage d'appareils interactifs, la programmation créative, l'expérimentation personnelle et l'introduction à l'apprentissage machine léger.
• Si vous voulez vérifier rapidement si « ce mouvement peut être reconnu » ou si « ce son peut être classé », Teachable Machine est très simple.
• Pour ceux qui ne veulent pas construire un environnement et écrire du code de formation en premier, c'est une entrée à seuil faible pour expérimenter le concept d'apprentissage automatique.

# 3 Adapté à la population

• Idéal pour les enseignants, les étudiants, les développeurs créatifs, les prototypes de produits et les débutants en apprentissage automatique.
• Il convient également aux scénarios éducatifs et de vulgarisation des sciences dans lesquels le processus de formation du modèle doit être démontré dans un court laps de temps.
• Il convient si votre objectif est de comprendre la logique d'entraînement du modèle en main plutôt que de construire de grands systèmes complexes.

# 4. Questions fréquentes

Qu ' est-ce qu ' une machine appréciable fait le mieux ? Idéal pour l'entraînement rapide de modèles de classification d'image, de son et de geste simples pour l'enseignement et la validation de prototypes.

# # Une machine appréciable a-t - elle besoin de savoir programmer ?

Habituellement, il n'est pas nécessaire d'acquérir, de former et de tester l'interface Web.

# # Pour quels projets la machine appréciable convient-elle ?

Idéal pour les présentations pédagogiques, l'art interactif, la programmation créative et les projets de prototypage léger.

Quelle est la différence entre cela et un framework de développement formel d'apprentissage automatique ? Il met plus l'accent sur les opérations rapides et visuelles et convient aux démarrages et aux démonstrations, plutôt que sur les processus de formation complexes au niveau de la production.

Quand faut-il utiliser une machine appréciable ? Lorsque vous voulez d'abord démontrer la faisabilité d'une idée d'identification, plutôt que de vous lancer dans un développement complexe dès le début.