|
在国富如荷这些年的教学过程中，很多同学问到了一个问题：在现实的商业世界中如何应用机器学习?也就是说，虽然现在我们一直被各种算法文章和教程轰炸，但是关于企业中一个机器学习项目的“上下文”却总是缺失的。今天杨老师将给同学们介绍我们最近采集到的三个真实的企业机器学习项目，以让同学们更好地理解机器学习和数据科学在实践中是如何工作的。01、扫描 eBay 是否有假冒商品或赃物这个项目来源于我们美国部门的反馈。这是一家娱乐行业的企业，由于保密协议的原因老师无法给出企业的名称。他们有一个专门的分析团队，在购物网站(如eBay)上搜索带有客户品牌的被盗或假冒商品。ASP站长网
在eBay上数以百万计的商品清单列表中，只有很小一部分是企业感兴趣的。于是分析团队上线了爬虫算法，抓取包含相关关键字的网页，并将网页图片存储在特定的文件夹中。每天，该团队都会登录到相关的门户网站，爬取并查看这些图片，以确定它们是否侵犯了企业的版权。这是一个非常昂贵却无聊的过程，昂贵在负责查看图片的人工成本，无聊在于这个查看工作本身没有太多技术含量却非常消耗工时。但是这个问题可以通过一点机器学习得到很大改善。尴尬的是，现在很多很多讨论计算机视觉的文章都在关注一些"不务正业"的问题，例如 猫 vs 狗、汽车 vs 摩托车、手绘数字等等。但在这个项目中，我们必须在图像中寻找侵犯版权的东西。决定使用哪种机器学习算法来解决问题通常很复杂，这个项目也不例外。一方面，我们有大量被标记为侵权或非侵权的数据，在这种情况下，很容易能看出这是一个有监督的分类问题。那么，我们考虑试一下神经网络算法?另一方面，由于门户网站的设计，检索负面信息非常耗时(它不存储图像，只是一个链接)，因此我们只有一个有限的数据集。此外，企业的徽标经常与其他企业的徽标一起出现在图像中(侵犯版权通常是很微妙的)，并且足够深的神经网络很有可能会识别出类似商标的存在而不是单独某个公司的标志(就像神经网络通常会识别所有犬种而不仅仅是德国牧羊犬一样)。在这种情况下，关键是训练一个更浅的卷积神经网络来进行目标检测而不是分类。这阻止了网络学习 logo-general 特征并迫使它学习 logo-specific 特征。(这两个单词显然用英文来表述会更加准确，因此我们不给出翻译) （编辑：焦作站长网）
【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!
|
