计算机视觉中可用机器学习的民主化
计算机视觉与模式识别
2019-02-20 v1 人工智能
机器学习
摘要
许多行业现在正大力投资数据科学与自动化，以替代人工任务和/或辅助决策，尤其是在利用计算机视觉自动化诸多监测、检验和监控任务方面。这催生了精通统计思维、机器学习（ML）、计算机视觉和计算机编程的“数据科学家”。然而，随着 ML 对大众日益可及且更多环节实现自动化，借助计算机视觉的应用正越来越多地由缺乏监管机会的非专家创建。这指向一个总体需求：这些可用 ML 工具的业余使用者需具备更高的受教育责任感，以缓解潜在的不道德后果。本文采用 SWOT 分析研究面向重要领域（如计算机视觉）大规模采用可用 ML 工具的优势、劣势、机遇与威胁。论文提出了一套数据科学素养准则，用于教育和支持业余使用者在负责任地开发与部署 ML 应用时有所依凭。
引用
@article{arxiv.1902.06804,
title = {Democratisation of Usable Machine Learning in Computer Vision},
author = {Raymond Bond and Ansgar Koene and Alan Dix and Jennifer Boger and Maurice D. Mulvenna and Mykola Galushka and Bethany Waterhouse Bradley and Fiona Browne and Hui Wang and Alexander Wong},
journal= {arXiv preprint arXiv:1902.06804},
year = {2019}
}
备注
4 pages