画像認識機械学習ディープラーニングopencvデータマイニングデータアーティクチャ
目的に適合したAI学習用データの事前処理・画像処理・品質調整及びデータ変換方策の検討
受講生:1人
できること
AI学習用データの事前処理/品質調整で必要となるデータ変換について、基本的な内容及びモデルの目的と対象分野(画像/音声・言語/時系列/生命科学)ごとの応用例を解説します。
1)学習対象の特性調査
2)収集データの素性(品質/出典/収集条件/)調査
3)収集データからのノイズ除去
4)収集データからのバイアス除去
5)収集データの網羅性の検証
6)収集データの精度調査
7)収集データの特性調査
8)収集データの特性強調
9)学習対象の特性を用いた自動アノテーション
10)収集データを用いた予備モデル生成
11)学習対象の特性を用いた拡大したデータ収集
12)拡大した収集データを用いた学習データ生成
13)拡大した収集データに対する事前処理
14)拡大した収集データによるモデル生成
メンタープロフィール
契約実績:32件
評価:4.9
レビュー
レビューは投稿されていません。
このメンターの他のプラン
あなたにおすすめの人気メンター
相談できます
本人確認 秘密保持契約(NDA)
契約実績
32件
評価
4.9
ランサーズでの実績
受注数 4
スケジュール
問い合わせやアドバイスだけであれば、内容しだいで返信は早めに対応可能です。
返信スピード
1〜2日以内
※あくまでも目安となります
このプランをシェアしよう!