КАК УСТРОЕН ПРОЕКТ МАШИННОГО ОБУЧЕНИЯ, ЭТАПЫ ПРОЕКТА МАШИННОГО ОБУЧЕНИЕ, ПРОЕКТ МЛ

Поддержать канал можно оформив подписку на 🎉 🎉 🎉 А можете скидывать монеты на 💻 Мои курсы на платформе Stepik: Как устроен проект машинного обучения? Какие в нём есть этапы и в каком порядке они выполняются? Из чего эти этапы состоят? Ответы на эти вопросы вы найдете в этом видео. 0:00 Введение 0:15 Задача на сегодня - классификация объектов для беспилотника 0:33 Определение бизнес проблемы 0:51 Есть ли проблема? 1:05 Нужно ли машинное обучение в задаче? 1:23 Перевод задачи на языку машинного обучения 1:35 Что предсказываем? Какое целевое значение? 1:47 Какие нужны данные для обучения модели? 2:19 Выбор подходящих метрик 2:38 Метрика машинного обучения 3:06 Метрика для бизнеса 3:32 Получение данных 3:40 Данные от заказчика (таблицы, БД, S3) 3:50 Самостоятельный поиск данных (скачивание, парсинг, скрапинг, вручную) 4:05 Анализ данных 4:36 Распределение целевого признака 4:52 Соответствие разметки данным 5:17 Изучение датасета 5:29 Предобработка данных 5:35 Предобработка данных для задач с табличными данными 5:44 Предобработка данных для задач с изображениями 6:06 Обучение модели 6:12 Подбор модели 6:27 Подбор оптимальных параметров модели 6:35 Оценка качества модели 7:09 Разбиение данных для оценка качества работы модели 7:38 Пример выбора самой лучшей модели машинного обучения 8:25 Внедрение модели в production 8:49 Куда можно положить модель машинного обучения? 8:54 Мобильное приложение 8:59 Рядом со всей системой распознавания 9:19 Улучшение/Поддержка модели машинного обучения 9:33 Переобучение модели 9:42 Деградация модели машинного обучения со временем 9:55 Дообучение модели 10:05 Расширение классов для задачи 10:54 Резюме Ссылки на использованные изображения в документе: