Q:
Por que um grande número de arquivos de imagem é importante para muitos projetos de aprendizado de máquina?
UMA:Para empresas que desejam se envolver em seus primeiros investimentos em aprendizado de máquina (ML), todo o processo pode parecer um pouco enigmático e esotérico. Para muitas pessoas, é realmente difícil visualizar como o aprendizado de máquina realmente funciona e exatamente o que ele fará para os negócios.
Em alguns casos, alguém que está pesquisando aprendizado de máquina pode ter uma epifania bastante quando considera por que um grande número de arquivos de imagem, coletados em recipientes digitais organizados, é tão importante para projetos de ML. Isso ocorre porque o conceito "arquivo de imagem" ajuda a visualizar o ML. Pensar nisso nos permite entender mais sobre como esses tipos de tecnologias serão aplicados ao nosso mundo muito em breve.
| Download grátis: Machine Learning e por que é importante |
A resposta curta é que esses grandes números de arquivos de imagem são importantes para o aprendizado de máquina porque representam conjuntos de treinamento - conjuntos de dados iniciais nos quais o computador precisa trabalhar enquanto aprende. Mas há um pouco mais do que isso. Por que as imagens são tão valiosas?
Uma razão pela qual as imagens são tão valiosas é que os cientistas fizeram muito progresso no processamento de imagens. Além disso, eles também fizeram progressos ao ajudar as máquinas a identificar resultados com base no que está em uma imagem.
Por exemplo, qualquer pessoa que tenha ouvido falar de redes teimosas profundas com mecanismos generativos e discriminativos entende um pouco sobre como os computadores podem ler e compreender dados e imagens visuais. Eles não estão lendo os pixels como costumavam fazer - estão realmente "vendo" a imagem e identificando componentes. Por exemplo, pense no reconhecimento de rosto do Facebook - o computador aprende como você se parece e o identifica em imagens - assim como nas imagens ao seu redor. Isso geralmente é possível por meio da agregação de muitas imagens e treinamento iterativo que forma a base de um projeto de aprendizado de máquina.
Quando as partes interessadas identificam um plano e um conceito, saem e coletam todas as imagens relevantes e as colocam nos algoritmos de aprendizado de máquina, elas podem aproveitar o imenso poder da inteligência artificial para executar processos de negócios.
Uma empresa pode enviar um rastreador da Web para a Internet procurando imagens que possam conter um cliente específico, para criar um arquivo que mostre a identidade desse cliente e suas preferências e tendências. A empresa pode até usar essas informações para automatizar mala direta ou outro marketing direto. Quando você começa a pensar assim, é fácil ver como esse processo de reconhecimento e identificação de imagens pode ser vinculado a todo tipo de funcionalidade que permitirá que os computadores façam tantas coisas que os humanos costumavam fazer durante todo o processo. nossa história registrada. Tomando o exemplo da pesquisa de clientes, com os tipos de configurações acima, os seres humanos não precisam se envolver: o computador pode "sair na Web" e reportar aos seus proprietários ou titulares dos dados.
Para quem está envolvido nas águas profundas do aprendizado de máquina, entender o conceito de mineração de dados de imagem em massa fornece um bom primeiro passo em um roteiro para aproveitar o poder do aprendizado de máquina e descobrir como usá-lo para beneficiar uma empresa.
