¿Cuáles son algunas implementaciones geniales de aprendizaje automático?

Las aplicaciones de consejos de estilo!

Con el advenimiento del aprendizaje automático, todas las industrias están tratando de obtener beneficios de esta tecnología. Entre ellos está la industria de la moda .

Algunos de los jugadores clave como Amazon, Stitch Fix, etc. ya han comenzado a usarlo.

La característica más genial implementada por el aprendizaje automático en aplicaciones de consejos de estilo es que ofrece la función de Reconocimiento de imagen.

Fuente

Reconocimiento de imágenes: existen algoritmos que se utilizan para reconocer y combinar imágenes. Por ejemplo, cuando se toma una fotografía para un zapato o ropa, reconoce el color, la forma y el patrón de esa imagen y luego extrae la pieza equivalente de la base de datos existente.

ColorPop es una de las marcas que ejecuta el mismo algoritmo basado en la coincidencia de colores.

Esto también puede ayudar cuando desea comprar un atuendo específico, pero está fuera de su presupuesto, este algoritmo puede proporcionarle una gama completa de atuendos similares a un costo económico.

Stitch Fix es un servicio de compras en línea con sede en San Francisco que es el ejemplo perfecto de aprendizaje automático que utiliza la experiencia humana para crear una experiencia de usuario maravillosa.

Fuente

El hecho más genial sobre Stitch Fix es que ni siquiera tiene una tienda en línea. Sus algoritmos de aprendizaje automático se alimentan con encuestas de estilo llenas de clientes, notas personales, mediciones, etc. La interfaz luego comunica estos datos junto con las notas personales a los expertos en estilo de la compañía. Estos expertos luego seleccionan cinco elementos en función de estos resultados y los envían a los clientes. Luego, los clientes tienen la opción de seleccionar lo que les gusta y descartar lo que no.

Suena interesante, ¿no?

Si desea conocer las características esenciales que debe tener una aplicación de consejos de estilo, siga leyendo.

Aquí hay un grupo de implementaciones de aprendizaje automático más impresionantes:

• Personalizar aplicaciones móviles mediante el procesamiento de datos privados de los usuarios
• Reconocimiento facial para aplicaciones de chat, citas y reuniones
• Reconocimiento de voz para sistemas de seguridad.
• Reconocimiento de señales EEG para crear una interfaz cerebro-computadora
• OCR para reconocimiento de recibos
• Minería de datos para hacer predicciones para el futuro
• Reconocimiento de fotos y videos para aplicaciones de geolocalización y sistemas de navegación.
• Análisis de datos sensoriales para actividades sanitarias y deportivas.

En realidad, esta lista es interminable. Si desea aprender algunos ejemplos prácticos, comience con descripciones detalladas. Por ejemplo: Aprendizaje automático: cambiar el futuro de las aplicaciones móviles

Me encantó este video de MarI / O:

Explica cómo Mario “aprende” a superar el nivel también. Si quisiera conseguir a alguien interesado en el aprendizaje automático, ¡les mostraría este video!

¿Alguna vez se preguntó si la deriva del automóvil y el aprendizaje automático tienen alguna correlación?
Mira este video del MIT donde un auto RC aprende a desplazarse por un centro, tanto estático como dinámico:

Realmente me gusta el trabajo de los chicos de Deep Mind 🙂

En realidad, este video de implementación ‘basado en una mente profunda’ sobre el aprendizaje de q juega Atari, literalmente, me alegró el día, estaba atrapado codificando el otro día.

Si esta no es una ‘implementación genial’, no puedo pensar en ninguna otra.

Sin embargo, dependerá en gran medida de su dominio.

La visión general hacia la adaptación de dominio / aprendizaje de transferencia. La idea es aprender un subespacio común para encontrar información específica del dominio e información independiente del dominio. Esto se puede utilizar para obtener información sobre nuevos datos. Un ejemplo común podría usarse para descubrir clases u objetos nuevos o raros.

Cocinar, por extraño que parezca. El “Chef Watson” de IBM es el resultado de aplicar el aprendizaje automático para generar recetas de cocina. Algunos de los resultados son poco convencionales, pero en general parece funcionar bastante bien.