Получение высококачественных данных для моделей компьютерного зрения | Машинное обучение | Вебина...

Узнайте, как собирать и аннотировать высококачественные данные для моделей компьютерного зрения. Ведущие специалисты в области искусственного интеллекта, такие как Эндрю Нг, выступают за переход от ИИ, ориентированного на модели, к ИИ, ориентированному на данные. Идея этой кампании заключается в том, что модели ИИ можно улучшить лишь незначительно за счет корректировки алгоритма, но существенных изменений можно достичь только с помощью высококачественных данных. Однако что означает «высококачественные данные» и как обеспечить качество, разнообразие и согласованность нашего набора данных? В этом докладе мы обсудим практику сбора и аннотирования данных для ваших моделей компьютерного зрения и убедимся, что используемый вами набор данных является репрезентативным и свободен от вредных искажений. Об докладчике: Ива Гумнишка — основатель и генеральный директор Humans in the Loop, профессиональной компании по сбору и аннотированию данных, специализирующейся на создании высококачественных наборов данных для приложений компьютерного зрения. Компания является социальным предприятием, и ее миссия — предоставлять достойные возможности трудоустройства беженцам и людям, пострадавшим от конфликтов, посредством проектов по аннотированию. Ива получила степень в области прав человека в Колумбийском университете и была включена в список Forbes «30 до 30» в 2018 году. Для получения дополнительных уроков по основам машинного обучения, посмотрите этот эксклюзивный плейлист:    • Плейлист   Содержание: 0:00 – Введение 3:28 – Почему нам важны высококачественные данные для компьютерного зрения? 8:13 – Алгоритмические методы смягчения предвзятости 9:17 – От ИИ, ориентированного на модели, к ИИ, ориентированному на данные 11:06 – Пример ЕС 28:41 – Канонический крупномасштабный набор данных 31:47 – Самообучение 36:46 – Сбор и разметка изображений 38:03 – Качество данных 40:03 – Будущее 48:09 – Вопросы -- В Data Science Dojo мы считаем, что наука о данных доступна каждому. В наших тренингах по науке о данных приняли участие более 10 000 сотрудников из более чем 2500 компаний по всему миру, включая многих лидеров в сфере технологий, таких как Microsoft, Google и Facebook. Для получения дополнительной информации посетите: https://hubs.la/Q01Z-13k0 💼 Научитесь создавать приложения на основе больших языковых моделей (LLM) всего за 40 часов с помощью нашего интенсивного курса по большим языковым моделям: https://hubs.la/Q01ZZGL-0 💼 Начните работу в мире данных с нашим высоко оцененным интенсивным курсом по науке о данных: https://hubs.la/Q01ZZDpt0 💼 Освойте Python для науки о данных, аналитики, машинного обучения и инженерии данных: https://hubs.la/Q01ZZD-s0 💼 Исследуйте, анализируйте и визуализируйте свои данные с помощью Power BI Desktop: https://hubs.la/Q01ZZF8B0 -- Раскройте свой потенциал в области науки о данных БЕСПЛАТНО! Присоединяйтесь к нашим учебным пособиям, мероприятиям и курсам уже сегодня! 📚 Изучите основы науки о данных и аналитики с помощью наших обучающих материалов по науке о данных: https://hubs.la/Q01ZZJJK0 📚 Будьте в курсе последних новостей в области науки о данных, подпишитесь на нашу рассылку прямо сейчас: https://hubs.la/Q01ZZBy10 📚 Общайтесь с другими специалистами по науке о данных и ИИ на наших мероприятиях сообщества: https://hubs.la/Q01ZZLd80 📚 Ознакомьтесь с нашими бесплатными курсами по науке о данных: https://hubs.la/Q01ZZMcm0 📚 Получайте ежедневную порцию знаний о науке о данных с помощью наших популярных блогов: https://hubs.la/Q01ZZMWl0 -- 📱 Ссылки на социальные сети Свяжитесь с нами:   / data-science-dojo   Подписывайтесь на нас:   / datasciencedojo   Следите за нами:   / data_science_dojo   Ставьте лайки:   / datasciencedojo   Найдите нас: https://www.threads.net/@data_science... -- Также присоединяйтесь к нашим сообществам: LinkedIn:   / 13601597   Twitter:   / 1677363761399865344   Facebook:   / aiandmachinelearningforeveryone   Vimeo: https://vimeo.com/datasciencedojo Discord:   / discord   _ Хотите поделиться своими знаниями в области анализа данных? Улучшите свой профиль и поделитесь своими знаниями с нашим сообществом: https://hubs.la/Q01ZZNCn0 #КомпьютерноеВидение #анализДанные #технологии