Розробка інформаційної системи розмітки даних у прикладних задачах на основі Semi-Supervised та Active Learning

Abstract

У сучасних задачах машинного навчання (Machine Learning, ML) якість та обсяг розмічених даних відіграють ключову роль у побудові ефективних моделей. Незважаючи на значний прогрес у галузі алгоритмів глибокого навчання та комп’ютерного зору, процес підготовки навчальних даних, як і раніше, залишається одним із найбільш трудомістких етапів розробки ML-систем. Особливо це стосується задач, пов’язаних з аналізом зображень, де для навчання потрібна велика кількість коректно розмічених зразків. Створення таких датасетів часто потребує значних часових та фінансових витрат. У багатьох прикладних галузях – наприклад, у медичній діагностиці, аналізі супутникових знімків чи завданнях промислового контролю дефектів – розмітка зображень повинна виконуватись фахівцями-експертами. Це суттєво обмежує швидкість підготовки даних та ускладнює масштабування проєктів машинного навчання. В результаті підготовка якісного набору навчальних даних стає одним із основних обмежень при розробці та впровадженні систем машинного навчання.