As competições de aprendizado de máquina são um fenômeno relativamente novo.
Ele surgiu como resultado do desenvolvimento de tecnologias de inteligência artificial.
No momento, está se desenvolvendo ativamente e atraindo muitas pessoas interessadas.
Benefícios para os organizadores da competição:
- Um grande número de pessoas qualificadas que trabalham em suas tarefas e tentam resolvê-las melhor do que outras
- Custos financeiros relativamente pequenos (em comparação com a contratação de especialistas)
- A solução para o problema, da mais alta qualidade e mais adequada para ele
E os concorrentes também se beneficiam:
- Reconhecimento público de altas qualificações
- Prêmios em dinheiro
- E apenas o prazer de participar e ganhar
Neste artigo, quero considerar várias ferramentas que podem ajudar os participantes a organizar melhor e mais eficientemente o processo, aumentar a probabilidade de ganhar e, em geral, se tornar um especialista mais qualificado.
Vamos começar!
Uma plataforma para treinar modelos de aprendizagem profunda.
- Treinamento acelerado de modelos usando treinamento distribuído de última geração, sem alterar o código do modelo
- Pesquisa automática de modelos de alta qualidade, com configurações avançadas de hiperparâmetro - dos criadores da Hyperband
- Agendamento inteligente de suas GPUs e redução dos custos de GPU em nuvem com instâncias preemptivas
- , , , -
- 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 ,
- — ; ; ,
, , ,
.
Claro, apenas descrever as ferramentas não é suficiente para vencer sempre.
O sucesso depende de muitos outros fatores - saber onde e quando usar uma ferramenta específica ou não, quais são as limitações, como as ferramentas podem ser combinadas, etc. etc.
Espero que, mesmo assim, este artigo seja útil para você e que sua participação no concurso seja mais frutífera e eficaz.
Avance para as vitórias!