Как и любой другой стартап, собирающий поведенческие данные, мы собирали данные о взаимодействии студентов с долгосрочным видением использования их для «какой-то» функции машинного обучения в будущем. Все бизнес-менеджеры или менеджеры по продукту, с которыми я недавно разговаривал, имеют подобное долгосрочное видение. И каждый занят созданием функций, которые нужны клиентам, и долгосрочное видение использования этих данных и решения на основе ИИ остается только в слайдах PowerPoint...

Наука о моде спешит на помощь! Давайте узнаем цвет глаз человека. Это сделано для более широкой задачи использования частей тела человека - радужной оболочки, склеры, кожи, волос и губ - для создания персонализированной палитры хороших и плохих цветов для ношения. Во-первых, напомним, о чем мы говорим. Это то, что составляет изображение глаза. (Хорошо, возможно, вы это знали - имя этого отраженного света - луч света.) Обратите внимание, что радужная оболочка здесь представляет..

Посмотрите мою репродукцию концепций видео в этом блокноте: Воспроизведение урока 08 — CNNs.ipynb Это был важный урок для меня. В начале этого пути я составил список терминов глубокого обучения, которые слышал, но не совсем понял, и хотел с ними ознакомиться. Convolutional Neural Networks (CNNs) — первая из этого списка. Если мы представим нейронные сети как имеющие начало, которое принимает вектор входных данных, и конец, который выводит логиты или вероятности, то середина содержит..

Несколько дней назад меня попросили создать руководство по классификации изображений с использованием подхода кода, а также подхода с использованием Azure Cognitive Services, чтобы определить достоинства и недостатки каждого из них. В этом уроке мы собираемся использовать сценарий «Собаки и кошки», который очень популярен в мире машинного обучения. Задача «Собаки против кошек» - это задача компьютерного зрения, которая включает в себя классификацию фотографий как содержащих собаку или..

Почему следует использовать классификацию с несколькими метками вместо традиционных методов классификации. Мотивация Мы видели некоторые классификаторы с одной меткой, то есть модели, которые пытаются присвоить одну метку предоставленному изображению. Это может быть классификатор кошек и собак или классификатор рукописных цифр, но, в конце концов, классификатор с одной меткой пытается присвоить метку предоставленному изображению. Этот тип классификатора идеально подходит для..