BASE DE DATOS PARA INTERACTUAR
Conjunto de datos de pose , iluminación y expresión (PIE) de CMU (IMÁGENES Y TEXTO), contiene 41,368 imágenes en color de 68 personas en 13 poses diferentes, imágenes etiquetadas con expresiones. Utilizado en Clasificación, reconocimiento facial (41,368 instancias)
Conjunto de datos de expresiones gramaticales faciales (TEXT), contiene expresiones faciales gramaticales del lenguaje de señas brasileño, características de Microsoft Kinect extraídas. Utilizado en el reconocimiento de gestos faciales (27,965 instancias)
- ¿Por qué no se debe hacer AI?
- ¿Cuál es la conexión entre un modelo probabilístico y un gráfico en un modelo gráfico probabilístico?
- ¿Por qué cada filtro aprende diferentes características en una red neuronal convolucional?
- ¿Cómo responden las redes neuronales profundas para la clasificación de imágenes a las variaciones típicas de la imagen, como la iluminación, la distancia focal, etc.?
- ¿Cuál es el mayor problema no resuelto para los sistemas de recomendación?
Los conjuntos de datos se utilizan para la investigación del aprendizaje automático y se han citado en revistas académicas revisadas por pares y otras publicaciones. Los conjuntos de datos son una parte integral del campo del aprendizaje automático. Los avances importantes en este campo pueden resultar de los avances en los algoritmos de aprendizaje (como el aprendizaje profundo), el hardware de la computadora y, de manera menos intuitiva, la disponibilidad de conjuntos de datos de capacitación de alta calidad.
Los conjuntos de datos de entrenamiento etiquetados de alta calidad para algoritmos de aprendizaje automático supervisados y semi-supervisados suelen ser difíciles y costosos de producir debido a la gran cantidad de tiempo necesario para etiquetar los datos. Aunque no es necesario etiquetarlos, los conjuntos de datos de alta calidad para el aprendizaje no supervisado también pueden ser difíciles y costosos de producir
