توضیحات
Data Annotation for AI/ML Bootcamp دوره آموزشی نحوه آمادهسازی و برچسبگذاری مجموعهدادههای باکیفیت برای کاربردهای هوش مصنوعی و یادگیری ماشین می باشد که توسط آکادمی آنلاین یودمی منتشر شده است. این دوره مناسب علاقهمندان به annotation داده، متخصصان تازهکار هوش مصنوعی/یادگیری ماشین، متخصصان QA و هر کسی که میخواهد وارد حوزه هوش مصنوعی شود است و توضیح میدهد چرا داده برچسبگذاریشده دقیق برای آموزش مدلهای قابلاعتماد یادگیری ماشین ضروری است و کیفیت annotation را بهعنوان یک عامل بنیادین در عملکرد هوش مصنوعی، نه یک وظیفه اداری فرعی، در نظر میگیرد. فراگیران کار خود را با درک مفاهیم اصلی، اصطلاحات و هدف annotation داده درون پایپلاین گستردهتر هوش مصنوعی/یادگیری ماشین آغاز میکنند و یاد میگیرند چرا مدلها فقط بهاندازه داده برچسبگذاریشدهای که روی آن آموزش دیدهاند خوب هستند. این درک بنیادین نحوه برخورد فراگیران با هر وظیفه annotation بعدی را شکل میدهد و تصمیمات برچسبگذاری را به تأثیر بعدی آنها بر رفتار مدل متصل میکند. بخش قابلتوجهی از بوتکمپ روی annotation تصویر تمرکز دارد، جایی که فراگیران طیفی از تکنیکها شامل bounding box، پلیگان، keypoint، بیضی، کیوبویید و mask سطح پیکسل را تمرین میکنند.
پوشش این گستره از تکنیکها به فراگیران کمک میکند درک کنند کدام سبک annotation با کدام نوع وظیفه بینایی ماشین تناسب دارد، بهجای پیشفرض گرفتن یک روش یکسان صرفنظر از زمینه. سپس دوره به annotation ویدیو میپردازد و به فراگیران میآموزد چگونه اشیاء و اشکال را در سراسر فریمهای ویدیو ردیابی کنند، شامل قابلیتهای پیشرفتهتر مانند ادغام، تقسیم و پیوند دادن عناصر ردیابیشده هنگامی که اشیاء حرکت میکنند، ظاهر یا ناپدید میشوند یا درون یک صحنه تعامل میکنند. این مهارتها به چالشهای خاص داده زمانی میپردازند که annotation تصویر ایستا آنها را پوشش نمیدهد. annotation متن بهعنوان یک رشته مستقل در نظر گرفته میشود، و فراگیران وظایف طبقهبندی، تشخیص موجودیت نامدار و برچسبگذاری دنباله را انجام میدهند، زمینهسازی ضروری برای مدلهای پردازش زبان طبیعی. در سراسر بوتکمپ، فراگیران تجربه عملی با ابزارهای annotation استاندارد صنعتی و گردشکارهای واقعی کسب میکنند و بازتابدهنده نحوه ساختاردهی واقعی کار annotation در پایپلاینهای حرفهای هوش مصنوعی/یادگیری ماشین هستند. در پایان، فراگیران با مهارتهای عملی و قابلانتقال annotation در سراسر تصویر، ویدیو و متن مجهز خواهند بود.
آنچه در دوره Data Annotation for AI/ML Bootcamp یاد خواهید گرفت:
- درک مفاهیم اصلی، اصطلاحات و هدف annotation داده در پایپلاین هوش مصنوعی/یادگیری ماشین
- بهکارگیری تکنیکهای annotation برای تصاویر، شامل bounding box، پلیگان، keypoint، بیضی، کیوبویید و mask سطح پیکسل
- ردیابی اشیاء و اشکال در سراسر فریمهای ویدیو، شامل قابلیتهای پیشرفته ردیابی و ادغام/تقسیم/پیوند
- انجام وظایف annotation متن مانند طبقهبندی، تشخیص موجودیت نامدار و برچسبگذاری دنباله
- و …
مشخصات دوره
ناشر: یودمی
مدرس: Georgi Smarts
زبان: انگلیسی
سطح آموزش: مقدماتی تا پیشرفته
تعداد دروس: 50
مدت زمان آموزش: 3 ساعت و 14 دقیقه
سرفصل های دوره
پیش نیازهای دوره Data Annotation for AI/ML Bootcamp
No prior data annotation or coding experience needed. Every tool and workflow is taught from the ground up
A general interest in AI and machine learning is helpful, but no formal ML background is required
تصاویر دوره
فیلم معرفی دوره Data Annotation for AI/ML Bootcamp
راهنمای نصب
پس از Extract، با Player دلخواه خود مشاهده کنید.
زیرنویس: ندارد
کیفیت: 1080p
لینک دانلود
گذرواژه فایل(ها): www.downloadly.ir
حجم فایل
1.5 گیگابایت
