Как собрать огромный датасет и не потратить годовой бюджет маленькой страны
24 ноября, 13:30, «h4»
Мнение Программного комитета о докладе
Если вам нужно собирать данные для обучения моделей и вы задумываетесь, не использовать ли для этого краудсорсинговую платформу типа Толоки, то опыт Карины и Александра будет вам интересен и полезен.
Целевая аудитория
Data-сайентисты, ML и Data-инженеры.
Тезисы
Летом мы опубликовали самый большой жестовый набор данных HaGRID и сегодня расскажем, как собирать и размечать огромные датасеты.
В нашем докладе мы: * поговорим про основные лайфхаки при работе с краудсорсинг-платформами, * расскажем о том, как существенно снизить стоимость проекта и повысить качество разметки, * научим работать с непослушными разметчиками, от которых зависит будущее датасета, * пройдем полный путь от идеи до создания автоматизированного пайплайна, с помощью которого можно одной кнопкой собрать много данных.
Датасет, код обучения моделей и сами модели доступны в OpenSource! 💪
Спикеры
SberAI
