Las competiciones de aprendizaje automático son un fenómeno relativamente nuevo.
Apareció como resultado del desarrollo de tecnologías de inteligencia artificial.
Por el momento, se está desarrollando activamente y atrayendo a muchas personas interesadas.
Beneficios para los organizadores del concurso:
- Una gran cantidad de personas calificadas que trabajan en su tarea e intentan resolverla mejor que otras
- Costos financieros relativamente pequeños (en comparación con la contratación de especialistas)
- La solución al problema, la más alta calidad y más adecuada para él.
Y los competidores también se benefician:
- Reconocimiento público de altas calificaciones
- Premios en efectivo
- Y solo el placer de participar y ganar
En este artículo, quiero considerar varias herramientas que pueden ayudar a los participantes a organizar el proceso de manera mejor y más eficiente, aumentar la probabilidad de ganar y, en general, convertirse en un especialista más calificado.
¡Empecemos!
Una plataforma para entrenar modelos de aprendizaje profundo.
- Entrenamiento acelerado de modelos utilizando entrenamiento distribuido de última generación, sin cambiar el código del modelo
- Búsqueda automática de modelos de alta calidad, con configuración avanzada de hiperparámetros, de los creadores de Hyperband
- GPU GPU,
- , , , -
- DL-
- ,
.
- ,
- Featurepools
- EvalML
.
AutoML , .
- Featuretools Compose end-to-end ML-
DataFrame Pandas.
- df.describe() — df.profile_report()
- HTML-
- :
- : , ,
- : , Q1, , Q3, , ,
- : , , , , , , ,
- : ,
- : ,
- : ( , ), (, ) (ASCII)
- : , , , EXIF
, .
- , ,
- Python
- Scikit-learn
- ML-.
ML-.
- ,
- , , , , ,
-.
- ,
- —
- — JSON -
- —
.
- — , ; ; ;
- — , ; (, , , , , ), (PDF, Word, Excel, HTML, E-mail ); , ; , ,
- — , ;
.
.
- ( , )
- ( )
.
- —
- Pickle ,
.
- ,
- , ,
Uber.
- API
.
.
- API
.
- -
- —
- -
- —
- —
ML-.
- Weights & Biases
- - Weights & Biases
- ,
- matplotlib
— , .
-.
AI-, MCU C .
- MCU C
- Arm Cortex-M
- (1-20kB RAM/Flash)
- (1-20ms M4 80MHz)
- AI
- C
- , MCU
- ML
End-to-end .
- API (Python, GraphQL) SDK
- : ,
- : , 30 FPS ,
- : , ,
- API
ML- .
- (2 )
- , -s, -
- Tensorboard
- API
Low-code ML-.
- —
- -
- ( 60 )
- ( , , , - )
- , ,
- — , -, , , ,
- — , ,
ML- (MLOps).
- ,
- — , , , , ,
- GPU/CPU ,
- — ; ; ,
, , ,
- Música clásica
- Buen humor
Conclusión.
Por supuesto, solo describir las herramientas no es suficiente para ganar siempre.
El éxito depende de muchos otros factores: saber dónde y cuándo usar una herramienta en particular o no, cuáles son las limitaciones, cómo se pueden combinar las herramientas, etc. etc.
Espero que, sin embargo, este artículo te sea de utilidad y tu participación en el concurso sea más fructífera y eficaz.
¡Adelante a las victorias!