Самое важное с конференции NeurIPS 2021
Самое важное с конференции NeurIPS 2021
3
Хотите усовершенствовать цикл обработки данных? Попробуйте задействовать людей
Хотите усовершенствовать цикл обработки данных? Попробуйте задействовать людей
1
Ручное аннотирование по-прежнему незаменимо для разработки моделей глубокого обучения
Ручное аннотирование по-прежнему незаменимо для разработки моделей глубокого обучения
3
Если вы устраняете систематическую ошибку модели, то уже слишком поздно
Если вы устраняете систематическую ошибку модели, то уже слишком поздно
3
Как мы масштабируем машинное обучение
Как мы масштабируем машинное обучение
1
Генерация меток для обучения модели при помощи слабого контроля
Генерация меток для обучения модели при помощи слабого контроля
1
Ускорение семантической сегментации при помощи машинного обучения
Ускорение семантической сегментации при помощи машинного обучения
1
Датацентрический и моделецентрический подходы в машинном обучении
Датацентрический и моделецентрический подходы в машинном обучении
1
Большой объём данных для машинного обучения — не панацея
Большой объём данных для машинного обучения — не панацея
2
ML и консенсус между людьми: берём от обоих подходов лучшее
ML и консенсус между людьми: берём от обоих подходов лучшее
Подготовка датасета для машинного обучения: 10 базовых способов совершенствования данных
Подготовка датасета для машинного обучения: 10 базовых способов совершенствования данных
Как за неделю разметить миллион примеров данных
Как за неделю разметить миллион примеров данных
2
Как избавиться от проблем при разметке данных для обучения ML моделей?
Как избавиться от проблем при разметке данных для обучения ML моделей?
Как создать эффективный план разметки данных?
Как создать эффективный план разметки данных?
Зачем вам нужно использовать активное обучение при обучении нейронных сетей
Зачем вам нужно использовать активное обучение при обучении нейронных сетей
Четыре урока о создании инструментов для машинного обучения
Четыре урока о создании инструментов для машинного обучения
1
Разметка данных для машинного обучения: обзор рынка, методики и компании

Большая доля data science и машинного обучения зависит от чистых и корректных источников данных, поэтому неудивительно, что скорость роста рынка разметки данных продолжает увеличиваться. В этой статье мы расскажем о многих крупных игроках отрасли, а также об используемых ими методиках, чтобы вы могли иметь возможность выбора наилучшего партнёра…

Почему я изменил своё мнение о слабой разметке для ML
Почему я изменил своё мнение о слабой разметке для ML
Как Hasty использует автоматизацию и быструю обратную связь для обучения моделей ИИ
<i>CEO Hasty Тристан Руиллар (в центре), сооснователи компании Константин Проскудин (слева) и Александр Веннман (справа)</i>
1
Руководство по типам аннотирования изображений
Руководство по типам аннотирования изображений
Почему при разработке ИИ главное — это данные

Системы машинного обучения рождаются от союза кода и данных. Код сообщает, как машина должна учиться, а данные обучения включают в себя то, чему нужно учиться. Научные круги в основном занимаются способами улучшения алгоритмов обучения. Однако когда дело доходит до создания практических систем ИИ, набор данных, на котором выполняется обу…

Почему при разработке ИИ главное — это данные
3
Аннотирование текста для машинного обучения
Аннотирование текста для машинного обучения
3
Семантическая сегментация 4D сцен с лидаров и прогресс в разработке беспилотных автомобилей
Семантическая сегментация 4D сцен с лидаров и прогресс в разработке беспилотных автомобилей
3
Пять альтернатив Scale AI

Выбор подходящего инструмента для аннотирования данных — непростая задача, поэтому чтобы принять верное решение, необходимо знать все возможные варианты. В этой статье мы расскажем о лучших, по нашему мнению, альтернативах Scale AI.

1
Оптимизация разметки данных с помощью активного обучения
Оптимизация разметки данных с помощью активного обучения
1
6 правил по обеспечению качества данных для машинного обучения

«Качество — это не действие, а привычка», — сказал великий древнегреческий философ Аристотель. Эта идея справедлива сегодня так же, как и более двух тысяч лет назад. Однако качества добиться не так легко, особенно когда дело касается данных и технологий наподобие искусственного интеллекта (ИИ) и машинного обучения.

5 этапов, гарантирующих успешную разметку данных
5 этапов, гарантирующих успешную разметку данных
Как Scale AI создаёт качественные данные для машинного обучения
Как Scale AI создаёт качественные данные для машинного обучения