人工智能训练师系统课，数据采集清洗到图像语音文本标注全流程实操
- 1.9K 次浏览
AI 总结
人工智能训练师特训营从行业概况、岗位职责和能力模型讲起，教学数据采集、清洗和图像语音文本标注，用 Excel、Kettle、OpenRefine 等工具，也讲标注质量标准和检验方法。配人脸、车牌、细胞、医疗影像等实操实验，适合想入行 AI 训练师的人
这套人工智能训练师特训营面向想入行 AI 训练师的人，内容从行业认知一直讲到实操上岗。课程先讲人工智能行业概况、人工智能训练师的定义与现状、工作职责、能力模型和职业道德，把岗位的基本认知搭起来。
之后进入数据采集和数据清洗，清洗部分会用 Excel、Kettle、OpenRefine、DataWrangler、Hawk 这几款工具做具体操作讲解。标注环节按图像、语音、文本和人机协同四类分开讲，接着是数据质量对算法的影响、数据标注质量标准和检验方法，最后落到标注工具介绍和标注的应用领域。
课程配了大量实景实验，人脸标注、人脸标框、人脸描点、行人标框、道路标志线区域、车牌标框、车辆多边形、物品分类、细胞分类、细胞标框、医疗影像区域标注都在里面，练完基本能覆盖常见的标注任务
课程目录
预备知识
- 第 0 章 预备知识
第一章 人工智能训练师概述
- 本章内容概述
- 人工智能简介
- 人工智能训练师概念与现状
- 人工智能训练师工作职责
- 人工智能训练师能力模型
- 人工智能训练师职业道德能力
第二章 数据采集
- 本章内容概述
- 数据采集的概念
- 数据采集的方式工具概述
第三章 数据清洗
- 数据清洗概述
- MS Excel 数据清洗基本操作
- Kettle 简介及基本操作
- OpenRefine、DataWrangler
- Hawk
第四章 数据标注
- 图像标注
- 语音标注
- 文本标注
- 人机协同标注
第五章 数据质量
- 数据质量影响算法
- 数据标注质量标准
- 数据标注质量检验方法
- 数据标注智能化质量管理
第六章 标注工具与应用领域
- 数据标注工具介绍
- 数据标注应用领域
实操实验
- 实验 9 人脸标注
- 实验 10 人脸标框标注
- 实验 11 人脸描点标注
- 实验 12 行人标框标注
- 实验 13 道路标志线区域标注
- 实验 14 车牌标框标注
- 实验 15 车辆多边形标注
- 实验 16 物品分类标注
- 实验 17 细胞分类标注
- 实验 18 细胞标框标注
- 实验 19 医疗影像区域标注
需要这套课程视频的，配套资源在本页获取
资源目录一览
已核验有效共 40 个文件其中 39 个视频总计 2.51 GB
本文隐藏内容
已解锁正在确认隐藏内容
- 本文标题
- 人工智能训练师系统课，数据采集清洗到图像语音文本标注全流程实操
- 本文作者
- 方舟
- 来源平台
- 网友投稿
- 本文链接
- https://www.zisuda.com/ai-trainer-bootcamp-data-collection-cleaning-to-image-voice-text-annotation
版权声明：本站所有资源均来自互联网公开分享或原创整理，仅供个人学习、技术交流与研究测试使用，版权归原作者所有
免责条款：任何个人或组织不得将本站资源用于商业用途。如无意中侵犯了您的知识产权或合法权益，请通过邮件（itsafeng@gmail.com）联系我们，我们将在收到通知并核实后第一时间进行删除下架处理
