Hay muchas aplicaciones interesantes, principalmente relacionadas con la detección de objetos a través de la cámara, pero también con el análisis de audio:
- Puede colocar un teléfono inteligente en su ventana con una cámara mirando el camino de entrada y entrenar a un modelo para que reconozca su automóvil y sus placas para que se abra automáticamente la puerta cuando se acerque
- Del mismo modo, puede entrenarlo para contar la cantidad de automóviles o personas que pasan
- Se puede entrenar para reconocer y enumerar las placas de todos los autos que pasan y despedir a ese tipo que ha estado haciendo esto manualmente (parte triste de la historia 🙁)
- Imagine una aplicación que puede decirle, después de tomar una foto de su cesta de la compra, cuánto pagaría por la misma en varias tiendas diferentes (una gran idea en realidad, técnicamente posible, pero requiere mucho esfuerzo)
- En un futuro, puedo imaginar aplicaciones que puedan diagnosticarle el oído, la garganta, la piel, etc. simplemente mirándolo con la cámara. Después de todo, un médico que ingresa a su casa hace su diagnóstico principalmente en base al análisis de imágenes
- Podría analizar el sonido del motor de su automóvil y diagnosticar su estado
…
El cielo es el límite 🙂
- ¿Mejor ejecución de trabajos de Machine Learning directamente desde Pyspark o integración de scikit-learn en, a través del método de paralelización SparkContext?
- ¿Por qué decimos que la máquina de vectores de soporte y muchas otras técnicas de aprendizaje automático tienen un supuesto subyacente de iid?
- Si quiero comenzar con el aprendizaje profundo, ¿debería comprar una GPU de gama baja o aprovechar una solución en la nube? ¿Cuál es más barato / mejor?
- ¿Es incorrecto si realizo un análisis de opinión en revisiones individuales en lugar de en todas las revisiones a la vez?
- ¿Qué suele hacer que una red neuronal deje de mejorar temprano?
