¿Por qué la mayoría de las competencias recientes se centran en el aprendizaje profundo / redes neuronales? ¿No crea esto un desequilibrio en los tipos de problemas que se ofrecen?

Por lo general, tenemos 5-10 competiciones comerciales que se ejecutan en cualquier momento, por lo que entran en juego números pequeños y no siempre tenemos un conjunto diverso de competencias que se ejecutan simultáneamente. A lo largo del año, nuestras competencias tienden a cubrir las principales aplicaciones del aprendizaje automático supervisado. ¡Cuando leas esta respuesta dentro de tres meses o un año a partir de ahora, el balance de las competencias probablemente será diferente!

Nuestras competiciones se centran en el problema y no prescriben la técnica para resolverlo. La mayoría de las competencias comerciales actuales (con la excepción de una excelente competencia de PNL de Quora) tienen datos de imagen o video como entrada clave. Las aplicaciones son muy diferentes: abarcan la mejora de los diagnósticos de imágenes médicas, la prevención de la sobrepesca y la comprensión de los videos. También es solo recientemente que las redes neuronales y el aprendizaje profundo tendieron a lograr un rendimiento avanzado en problemas como estos: hace más de 5 años, otras técnicas habrían dominado. Apostaría a que el aprendizaje profundo es efectivo en estas competiciones, pero siempre existe la posibilidad de que fomenten el próximo salto con un enfoque completamente diferente.

Estamos entusiasmados de trabajar con todas las empresas y organizaciones para organizar concursos supervisados ​​de aprendizaje automático. Si tiene un problema y un conjunto de datos que encaja bien y se beneficiaría de que nuestra comunidad de casi un millón de miembros tenga sus ojos en él, ¡le animo a que se ponga en contacto con nosotros!

La mayoría de las competiciones se centran en el aprendizaje profundo. Se centran en una declaración de problemas como “detección de cáncer de pulmón” o “clasificación de imágenes”. Puede utilizar la metodología de Amy que desee para resolver el problema. Es solo que el aprendizaje profundo produce resultados de vanguardia y, por lo tanto, se prefiere sobre otras formas.

More Interesting

¿Cuál es la diferencia entre la regresión de mínimos cuadrados ordinarios y la regresión lineal con el método de mínimos cuadrados?

¿Cuáles son los temas más comunes omitidos de los cursos de aprendizaje automático?

¿Cuál es la diferencia entre Python y el aprendizaje automático?

¿Cuál es la explicación de la fórmula de compensación de Bias Variance?

¿Es posible usar 'Mínimo cuadrado (LS)' como la función objetivo cuando se trata con un problema de clasificación?

Cómo optimizar la clasificación de varias clases si ya conozco el número de ocurrencias de cada clase en el conjunto de datos de prueba

¿Me pueden ayudar a encontrar e identificar mi idea de doctorado? (¿Aprendizaje profundo y análisis de Big Data Twitter Sentiment?)

ELI5: ¿Qué son las redes neuronales?

Muchas empresas hablan de 'big data' y 'aprendizaje profundo', y siempre ponen estas etiquetas en sus productos. ¿Cuál es el verdadero significado detrás de esto?

Cómo mejorar mi escritura para pasante de aprendizaje automático

Investigadores de aprendizaje automático, ¿algún día los robots nos matarán a todos?

¿Cómo se usa la informática en su trabajo / campo?

¿Qué tan buenas son mis posibilidades de conseguir un trabajo de científico de datos con un doctorado en el campo de la visión por computadora?

¿Todas las funciones de pérdida sufren el problema del gradiente de fuga en las redes neuronales?

Cómo implementar un algoritmo de fijación de precios dinámico en Hadoop