Классификация изображений в Azure Machine Learning

Question

Я готовлюсь к экзамену по машинному обучению Azure, и вот этот вопрос меня смущает.

Вы разрабатываете рабочий процесс машинного обучения Azure.У вас есть набор данных, который содержит два миллиона больших цифровых фотографий.Вы планируете обнаружить присутствие деревьев на фотографиях.Вам необходимо убедиться, что ваша модель поддерживает следующее:

Решение: вы создаете эксперимент по машинному обучению, который реализует модуль Multiclass Decision Jungle.Удовлетворяет ли это цели?

Решение: Вы создаете эксперимент по машинному обучению, который реализует модуль Multiclass Neural Network.Удовлетворяет ли это цели?

Ответ на первый вопрос - Нет, а на второй - Да, но я не могу понять, почему Multiclass Decision Jungle не соответствует цели, поскольку он является классификатором.Может кто-нибудь объяснить мне причину?

Answer 1

Я полагаю, что это часть серии вопросов, которые представляют один и тот же сценарий. И в сценарии должны быть определенные ограничения. Более того, если вы посмотрите документацию Azure :

Однако последние исследования показали, что глубокие нейронные сети (DNN) со многими слоями может быть очень эффективным в сложных задачах, таких как изображение или распознавание речи. Последовательные слои используются для моделирования повышение уровня семантической глубины.

Таким образом, Azure рекомендует использовать нейронные сети для классификации изображений. Помните, что цель экзамена - проверить вашу способность разрабатывать решение для обработки данных с помощью Azure , поэтому лучше использовать их официальную документацию в качестве справочного материала.

И в сравнении с другими решениями:

1. Вы создаете записную книжку Azure, которая поддерживает Microsoft Cognitive Инструментарий.
2. Вы создаете эксперимент по машинному обучению, который реализует модуль Multiclass Decision Jungle.
3. Вы создаете конечную точку для API компьютерного зрения.
4. Вы создаете эксперимент по машинному обучению, который реализует модуль Multiclass Neural Network.
5. Вы создаете Azure ноутбук с поддержкой Microsoft Cognitive Toolkit.

Есть только 2 модуля Azure ML Studio, и поскольку вопрос заключается в создании рабочего процесса Я думаю, мы можем выбирать только между ними. (На самом деле CNTK - это лучшее решение, поскольку оно позволяет построить глубокую нейронную сеть с использованием ReLU, тогда как AML Studio этого не делает, а вызов API вообще не относится к науке о данных).

Наконец, я согласен с другими участниками, что этот вопрос абсурден. Надеюсь, это поможет.