¿Podemos automatizar las búsquedas a través del aprendizaje automático? Tengo cientos de sitios web de diferentes fabricantes de automóviles, si tengo la intención de extraer toda la información (sobre todas las bicicletas / automóviles) junto con los enlaces.

Podemos automatizar varias cosas con Machine Learning, sin embargo, la automatización de la búsqueda y la extracción de datos en realidad estaría en Scraping o Data Mining .

Existen múltiples herramientas y técnicas disponibles para la minería de datos. Si su objetivo es solo extraer datos mediante la búsqueda en algunos sitios web, puede hacerlo con:

1. WebHarvy: si no tienes experiencia en programación o no quieres programar, entonces es una herramienta de raspado fácil de usar. Puede entrenar la herramienta simplemente enseñándole dónde buscar, qué buscar y qué datos recopilar. Es como si le dijeras lo que harías manualmente para extraer datos y luego automatiza tus acciones y creará un archivo CSV a partir de los datos raspados.
2. Scrapy: una biblioteca de Python de código abierto que también ofrece muchas opciones programables para extraer datos.

Una vez que tenga los datos deseados, puede limpiarlos, procesarlos, estandarizarlos y luego aplicar un algoritmo de aprendizaje automático para probar algunos casos de uso como:

• ¿Cuál es la ventaja de combinar la red neuronal convolucional (CNN) y la red neuronal recurrente (RNN)?
• ¿Qué aplicaciones iOS usan TensorFlow del lado del cliente?
• ¿Qué es un 'descriptor' en el contexto de una transformación de característica invariante de escala (SIFT)?
• ¿Qué es AdaBoost?
• Cómo detectar logotipos si están distorsionados

• Predecir : use la regresión para predecir precios, kilometraje, velocidades máximas, etc. ( tenga en cuenta que solo puede aplicar Machine Learning y Prediction cuando existe una relación entre las variables que está tratando de aprender y predecir )
• Clasificar : utilice técnicas de clasificación como Regresión logística, Árboles de decisión (o Bosques aleatorios si los datos son grandes), Máquinas de vectores de soporte, Vecinos más cercanos a K para clasificar las bicicletas u otros automóviles en diferentes categorías
• Identificación del modelo : use la visión por computadora en las imágenes para identificar el automóvil

Lo que su modelo puede aprender a hacer depende de los datos y las variables que recopile. Estaré encantado de sugerir más casos de uso si puede compartir qué tipo de datos está tratando de adquirir.

Espero que esto ayude.