• 1）论文的阅读，最新算法的研究
论文的阅读，最新算法的研究
• A、顶级会议论文 • 机器学习顶级会议：NIPS, ICML, UAI, AISTATS; （期刊：JMLR, ML, Trends in ML, IEEE T-NN）
• 计算机视觉和图像识别：ICCV, CVPR, ECCV; （期刊：IEEE T-PAMI, IJCV, IEEE T-IP）
• 人工智能：IJCAI, AAAI; （期刊AI） ACL
• B、搜索引擎（百度学术，谷歌学术，知乎，百度、谷歌、bing）
• 2）算法的大概方向的评估和确定
• A、问题相似度评估
• B、情景相似度评估
• C、语言 是否可切换
• D、确定
• 3）练数据收集，清洗以及数据预处理
• 数据收集：公司数据、网络数据、公开数据集、GAN生成数据
• 清洗：数据采样，噪声过滤，数据生成
• 数据预处理：特征化和数值化后转化为可训练的数据
• 4）算法实现，系统设计，参数调优，模型升级
• 算法实现：参考资料论文
• 系统设计：软件模块设计架构
• 参数调优：更改网络参数
• 模型升级：模型算法升级，错误样本再训练
• 5）模型效果评估与部署
• A、准确率
• B、召回率
• C、设计lib库本地调用
• D、封装成服务