Задача распознавания эмоций. Часть 2. Три кита качества

Данная часть будет посвящена теоретическому обзору проблем ML и их решений в контексте задачи распознавания эмоций. Не смотря на то, что многие из перечисленных проблем уже давно изучены, а методы борьбы с ними реализованы в существующих фреймворках, знать хотя бы об их существовании будет очень полезно. В этой части мы коротко поговорим о данных, о работе сверточных нейросетей и о глобальных параметрах. От том что такое СГС и почему нельзя решать задачу в виде линейного уравнения. Затронем тему оптимизаторов и ответим на вопрос почему нельзя просто использовать обычный градиентный спуск. В общем, обо всех деталях коротко и структурно.

https://habr.com/ru/articles/827884/

#computer_vision #data_science #машинное_зрение #градиентный_спуск #cnn #регуляризация #adam #loss #optimizer #классификатор

Задача распознавания эмоций. Часть 2. Три кита качества

Эта часть будет посвящена теоретическому обзору проблем и их решений в контексте задачи распознавания эмоций. Несмотря на то, что многие из перечисленных проблем уже давно изучены, а методы борьбы с...

Хабр

Как нейросети помогли нам сократить нагрузку на операторов контакт-центра и сэкономить 396 человеко-часов

Привет! Меня зовут Дима Офицеров, я продакт-менеджер клиентского сервиса

https://habr.com/ru/companies/yoomoney/articles/795669/

#data_science #ai #искусственный_интеллект #нейросети #ml #классификатор

Как нейросети помогли нам сократить нагрузку на операторов контакт-центра и сэкономить 396 человеко-часов

Привет! Меня зовут Дима Офицеров, я продакт-менеджер клиентского сервиса ЮMoney . Моя команда разрабатывает собственное ПО для обслуживания пользователей, обучает искусственный интеллект в виде...

Хабр