#Dataannotation

Как опенсорсные инструменты замедляют разработку моделей для анализа медицинских снимков
482 показа
59 открытий
Самое важное с конференции NeurIPS 2021
549 показов
68 открытий
Хотите усовершенствовать цикл обработки данных? Попробуйте задействовать людей
385 показов
33 открытия
Ручное аннотирование по-прежнему незаменимо для разработки моделей глубокого обучения
583 показа
105 открытий
Десять лучших опенсорсных инструментов аннотирования 2021 года для Computer Vision
428 показов
122 открытия
Если вы устраняете систематическую ошибку модели, то уже слишком поздно
1K показов
91 открытие
Как мы масштабируем машинное обучение
305 показов
102 открытия
Генерация меток для обучения модели при помощи слабого контроля
515 показов
61 открытие
20+ популярных опенсорсных датасетов для Computer Vision
628 показов
703 открытия
Ускорение семантической сегментации при помощи машинного обучения
374 показа
202 открытия
Датацентрический и моделецентрический подходы в машинном обучении
494 показа
180 открытий
Разметка данных в машинном обучении: процесс, разновидности и рекомендации
478 показов
5.8K открытий
Большой объём данных для машинного обучения — не панацея
492 показа
70 открытий
10 лучших опенсорсных инструментов аннотирования для компьютерного зрения
280 показов
650 открытий
ML и консенсус между людьми: берём от обоих подходов лучшее
414 показов
32 открытия
Подготовка датасета для машинного обучения: 10 базовых способов совершенствования данных
10 показов
1.2K открытий
Опенсорсные массивы данных для Computer Vision
10 показов
116 открытий
Как за неделю разметить миллион примеров данных
9 показов
114 открытий
Как избавиться от проблем при разметке данных для обучения ML моделей?
6 показов
67 открытий
Как создать эффективный план разметки данных?
7 показов
39 открытий
Зачем вам нужно использовать активное обучение при обучении нейронных сетей
8 показов
144 открытия
Четыре урока о создании инструментов для машинного обучения
6 показов
163 открытия
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 в…

5 показов
819 открытий
Почему я изменил своё мнение о слабой разметке для ML
5 показов
80 открытий
Как Hasty использует автоматизацию и быструю обратную связь для обучения моделей ИИ
CEO Hasty Тристан Руиллар (в центре), сооснователи компании Константин Проскудин (слева) и Александр Веннман (справа)
6 показов
103 открытия
Руководство по типам аннотирования изображений
5 показов
150 открытий
Лучшие платформы аннотирования изображений для компьютерного зрения на 2019 год
5 показов
186 открытий
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 обучение, по…

4 показа
211 открытий
Аннотирование текста для машинного обучения
4 показа
1.9K открытий
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.

2 показа
142 открытия
Лучшие инструменты разметки изображений для компьютерного зрения 2020 года
3 показа
1.3K открытий
Лучшие инструменты аннотирования для компьютерного зрения в 2021 году
4 показа
874 открытия
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.

4 показа
282 открытия
5 этапов, гарантирующих успешную разметку данных
3 показа
120 открытий
Как организовать разметку данных для машинного обучения: методики и инструменты
3 показа
1.6K открытий
Как Scale AI создаёт качественные данные для машинного обучения
1 показ
714 открытий
7 способов получить качественные размеченные данные для машинного обучения

Наличие размеченных данных необходимо для машинного обучения, но получение таких данных — непростая и дорогостоящая задача. Мы рассмотрим семь способов их сбора, в том числе перепрофилирование, поиск бесплатных источников, многократное обучение на данных с постепенно повышающимся качеством, а также другие способы.

3 показа
437 открытий
Топ-5 инструментов для разметки данных в 2021 году

Программы для разметки данных (data labeling) необходимы для прокачки машинного обучения и создания обучающих наборов данных. Поэтому мы решили изучить наилучшие решения из этой области, имеющиеся сегодня на рынке.

3 показа
863 открытия