Esto se conoce comúnmente como visión por computadora y hay una gran cantidad de recursos disponibles en línea para que pueda comenzar.
La red neuronal convolucional (CNN) es una arquitectura de red neuronal que se ha utilizado para ganar desafíos como la detección del cáncer de pulmón varias veces. Fueron inventados en 1998 por Yann Le Cunn y repopularizados por Alex Krichevzky et. En 2012, cuando ganaron un concurso de visión por computadora por un margen significativo.
Existen otros algoritmos para resolver problemas de visión por computadora. Si no recuerdo mal, hubo otra competencia de cáncer de pulmón llamada desafío LUNA en 2016 y el ganador y algunos de los subcampeones no usaron CNN. En su lugar, utilizaron características artesanales súper complejas que se introdujeron en una red neuronal bastante simple.
- DeZyre o Udacity Nanodegree: ¿Cuál recomendarías para un aspirante a científico de datos?
- ¿Qué tan difícil es obtener la admisión para una maestría en ciencias de datos en una buena universidad en los Estados Unidos?
- ¿Hay alguna manera de que podamos incorporar la genómica y las imágenes médicas a la ciencia de datos como postgrado?
- ¿Cuál de las habilidades de ciencia de datos te paga más?
- Por lo general, ¿cuánto tiempo le toma a un científico de datos crear un modelo de análisis predictivo?
Utilicé esto para comenzar el Tutorial de aprendizaje de características y aprendizaje profundo sin supervisión, pero esto fue hace bastante tiempo. Este tutorial es más completo: CS231n Redes neuronales convolucionales para reconocimiento visual
También hay un muy buen libro sobre Deep Learning escrito por los mejores investigadores en el campo. Hay un capítulo entero sobre las CNN. Aprendizaje profundo
Espero que ayude.