Citaat:
Oorspronkelijk geplaatst door Voltian
Ik heb recent nog meegewerkt aan een projectvoorstel waarbij we ML inzetten om op een (meer) geautomatiseerd sensorgegevens van luchtkwaliteitmetingen te verwerken tot zinvolle informatie en betere voorspellingen. In feite dus het "automatiseren" van data-analyse, data cleaning, clustering, zoeken naar correlaties, etc.
Dat was mijn eerste echt rechtstreeks contact met ML en ML-academici. WTF man, Massively impressive! Vooral die convolutional neural networks. Damn man, had ik dat maar gestudeerd. 
Als dit werkt dan...
1. gaat de kwaliteit van de voorspelling er gigantisch op vooruit (betere modellen),
2. gaat de kost voor dataverwerking omlaag (minder high-skilled arbeid nodig voor in depth data-analyse) en
3. daalt de kost voor sensing (ML kan aan de slag met data van lagere kwaliteit, als er maar genoeg data is).
Alleen al in deze specifieke toepassing dus een gigantische impact. Deep learning is wat mij betreft een revolutie van dezelfde orde als het internet. |
Een voorbeeld: de foto-app Prisma.
‘Convolutional neural network’
De app lijkt niet op de foto-apps die je al kent. Dit komt doordat Prisma niet simpelweg een filter op je foto legt, maar hem helemaal opnieuw opbouwt. Daarvoor wordt gebruik gemaakt van een zogenaamd ‘convolutional neural network’. Dit houdt in dat de app op grote servers draait en via deze servers bepaalde algoritmes uitvoert die vervolgens de foto helemaal opnieuw maakt.
BRON
Prisma is gemaakt door een team van Russische ontwikkelaars.
Je maakt een foto en laadt deze in de app.
Prisma biedt je vervolgens keuze uit 35 filters.
Deze filters zijn allemaal gebaseerd op beroemde kunstwerken,
denk hierbij aan de Schreeuw van Edvard Munch of het werk van Mondriaan.