从数据采集与标记行业看数据与深度学习之关系 | 雷锋公开课

分享背景

▼

深度模型在机器学习很多领域都取得了巨大成功，但也对算法的原材料训练数据提出了更多的要求。对于研发高水平的算法，数据的高质量采集、清洗、处理等等对算法效果会有直接影响。本次分享主要介绍数据规模、数据质量等与深度学习算法之间的关系，以及为算法做数据准备的一些经验。

分享主题

▼

AI数据面面观---从数据采集与标记行业看数据与深度学习之关系

分享人简介

▼

吴昊，本科毕业于上海交通大学，硕士毕业于纽约大学，现任BasicFinder标注平台数据科学家，专注于数据众包策略研究、深度学习模型数据采集与标记方案咨询及优化。

分享时间

▼

北京时间10月16日（周一） 20:00 

参与方式

▼

扫描海报二维码添加社长微信，备注「吴昊」

如果你觉得活动不错，欢迎点赞并转发本文~

                 ▼▼▼