Probablemente no deberías en absoluto. No quiero ser discutidor, pero ¿por qué usar Azure? La solución no será tan poderosa como una solución personalizada y pasará tiempo aprendiendo sobre Azure, cuando realmente debería estar aprendiendo sobre su propio problema de clasificación de documentos.
Los modelos de clasificación de texto que rivalizan con los de Azure se pueden construir bastante rápido (por ejemplo, menos de 1 día) usando Python / Scikit-learn. Esto también le permitirá controlar fácilmente todo el proceso e iterar sobre su modelo hasta la perfección. Elegir Azure significa seguir un enfoque un tanto cortador de galletas.
Me doy cuenta de que puede haber algunos casos en los que usar Azure tenga sentido. Tal vez ya use otras API de Azure, no quiera aumentar la complejidad de su stack tecnológico agregando Python a la mezcla, y la clasificación de documentos no es una parte importante de su negocio. Si no se cumplen esos 3 requisitos, se garantiza una mirada seria a los modelos personalizados.
- ¿Por qué el impulso ayuda a entrenar una red neuronal?
- ¿Cómo podemos "entrenar" sistemáticamente los algoritmos de agrupación sobre qué combinaciones de atributos / características generan en última instancia los tipos deseados de agrupaciones?
- ¿Qué significa 'modelado de conjunto'?
- ¿Cómo puedo explicar el hecho de que el aprendizaje por transferencia ofrece un mejor rendimiento que el entrenamiento estándar?
- ¿Por qué debería uno aprender el aprendizaje automático desde cero en lugar de aprender a usar las bibliotecas disponibles?
