girafe-ai/ml-course

Это первый из серии постов по мотивам третьих ML-тренировок, которые мы проводим совместно с Яндексом (и командой стажировок Young&&Yandex). Делитесь своим мнением насчет формата и пожеланиями в комментариях! От ручного отбора признаков к сверточным сетям: почему именно свёртки? Давным-давно (лет 15 назад 😅 ), когда для успешного решения задач методами машинного обучения необходимо было освоить искусство ручного отбора признаков, был примерно такой пайплайн: 📦 Данные → ✂️ Выделяем признаки (ручками!) → 🤖 Простой классификатор → ✅ Предсказание Да, именно так: сначала сидели умные люди, пили чай, смотрели на данные и такие: "Хмм… а давай-ка возьмем вот такие фичи…". И потом на них уже накручивали логистическую регрессию, SVM, дерево или что-то ещё. Но прогресс (и желание человека переложить работу на машину) не остановить, и возникла идея: А что, если мы автоматизируем этот этап выделения информативных признаков? Пусть нейросеть сама это делает (с помощью дифференцируемых преобразований) Так появились end-to-end подходы в компьютерном зрении, где нейросеть самостоятельно учится переходить от пикселей к ответу. И именно тут на сцену выходят сверточные нейросети — CNN. Они не просто автоматически выделяют признаки, они делают это с оглядкой на геометрию изображения. Но зачем? Дело в том, что 📷 Пиксель сам по себе ничего не значит. Важно, где он находится и какие пиксели стоят рядом. Если заменить на изображении один или несколько пикселей – мы все еще его поймем. Сверточный слой позволяет искать шаблоны: углы, границы, формы. И делать это независимо от того, где именно на изображении они находятся. Это называется инвариантность к сдвигам . Например: 🧍🏻 Я сдвинулся в кадре → вы всё равно видите меня. 🐈 Кошка в левом углу изображения→ на изображении всё ещё кошка. Так вот: свертки дают сетям ту самую суперспособность обнаруживать интересующий нас объект или паттерн на изображении. --- Подробнее можно узнать в лекции и в слайдах: 📺 Запись лекци