Capítulo 9. Etiquetado de imágenes
Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: translation-feedback@oreilly.com
Una imagen puede valer más que mil palabras para nosotros los humanos, pero para un ordenador, una imagen sólo proporciona unas pocas descripciones, si eso. Para ser justos, los datos de una imagen son increíblemente complejos para una máquina, y han hecho falta muchos avances en inteligencia artificial para llegar a donde estamos hoy. Aunque los ordenadores pueden tener carencias en el reconocimiento de imágenes, destacan por su velocidad y escala de análisis. La prevalencia de los datos de imágenes significa que las empresas pueden desbloquear nuevas perspectivas aprovechando esta capacidad de la IA.
Al final de este capítulo, aprenderás los fundamentos de la visión por ordenador y su relación con las redes neuronales artificiales. También verás ejemplos de cómo las organizaciones aprovechan el reconocimiento de objetos para la resolución de problemas y el análisis basado en datos. Por último, estarás familiarizado con las ventajas y limitaciones del etiquetado de imágenes en Power BI y lo aplicarás con confianza a un conjunto de datos del mundo real de listados de AirBnB para elaborar un informe novedoso.
Imágenes como datos
Vivimos en una época en la que los datos son baratos y cada año lo son más. En 1956, 1 MB de almacenamiento en disco costaba más de 100.000 dólares actuales. Ahora, la misma cantidad de almacenamiento ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access