Machine learning pratico per la visione artificiale

Capitolo 10. Tendenze della produzione ML

Questo lavoro è stato tradotto utilizzando l'AI. Siamo lieti di ricevere il tuo feedback e i tuoi commenti: [e-mail]

Finora in questo libro abbiamo considerato la computer vision come un problema che deve essere risolto dagli scienziati dei dati. Tuttavia, poiché l'apprendimento automatico viene utilizzato per risolvere problemi aziendali reali, esistono altri ruoli che si interfacciano con gli scienziati dei dati per realizzare l'apprendimento automatico, ad esempio:

Ingegneri ML

I modelli di ML costruiti dagli scienziati dei dati vengono messi in produzione dagli ingegneri di ML di, che mettono insieme tutte le fasi di un tipico flusso di lavoro di apprendimento automatico, dalla creazione dei set di dati all'implementazione delle previsioni, in una pipeline di apprendimento automatico. Spesso si sente parlare di MLOps.

Utenti finali

Le persone che prendono decisioni basate su modelli ML tendono a non fidarsi degli approcci AI black-box. Questo è particolarmente vero in settori come la medicina, dove gli utenti finali sono specialisti altamente qualificati. Spesso richiedono che i modelli di IA siano spiegabili: la spiegabilitàè ampiamente considerata un prerequisito per svolgere l'IA in modo responsabile.

Esperti del settore

Gli esperti di dominio possono sviluppare modelli di ML utilizzando framework privi di codice. In quanto tali, spesso aiutano nella raccolta dei dati, nella convalida e nella valutazione ...