Как знакомый с темой на практике, должен сказать, что красивые картинки, графики и матан создают обманчивое впечатление. На самом деле ML и DL сделаны из костылей.
Нету устойчивых инструментов, гарантирующих результат - можно обучить сотню нейросеть, и лишь одна из них окажется удачной. Т.е. типичный авось.
Нет нормальных инструментов способных показать, чему обучилась нейросеть. Приходиться лишь надеяться, что она реально научилась "отличать собаку от кошки", а не "отличать обои в цветочек от покрашенных стен".
Плюс все это очень затратно в плане ресурсов - обучение нейросети требует значительных мощностей. Иначе вы до пенсии будете ждать окончания обучения.
Подготовка учебных данных - это исключительно ручной труд. Т.е. кто-то должен сначала отсортировать миллион фоток кошек и собак, прежде чем станет возможна автоматизация этого процесса.
К счастью, технологии не стоят на месте - процессы постоянно оптимизируются, регулярно выходят новые научные работы, которые тут же применяют на практике.
Как знакомый с темой на практике, должен сказать, что красивые картинки, графики и матан создают обманчивое впечатление. На самом деле ML и DL сделаны из костылей.
Нету устойчивых инструментов, гарантирующих результат - можно обучить сотню нейросеть, и лишь одна из них окажется удачной. Т.е. типичный авось.
Нет нормальных инструментов способных показать, чему обучилась нейросеть. Приходиться лишь надеяться, что она реально научилась "отличать собаку от кошки", а не "отличать обои в цветочек от покрашенных стен".
Плюс все это очень затратно в плане ресурсов - обучение нейросети требует значительных мощностей. Иначе вы до пенсии будете ждать окончания обучения.
Подготовка учебных данных - это исключительно ручной труд. Т.е. кто-то должен сначала отсортировать миллион фоток кошек и собак, прежде чем станет возможна автоматизация этого процесса.
К счастью, технологии не стоят на месте - процессы постоянно оптимизируются, регулярно выходят новые научные работы, которые тут же применяют на практике.