Ir al contenido principal
Ir al panel de control
¿No tienes claro por dónde empezar? Responde a un breve cuestionario para recibir recomendaciones personalizadas.
Lección 3 de 7
Google Cloud AutoML Vision
Hands-on Machine Learning
¿Qué es el aprendizaje automático?
Investigar historias con aprendizaje automático
Preparación de datos
Entrenando tu modelo de aprendizaje automático
Evaluar y probar
check_box_outline_blank Hands-on Machine Learning: Take the Quiz
Curso
0% completada
5 minutos para completar

Google Cloud AutoML Vision

image44_3.png
A continuación aprenderemos a configurar AutoML Vision para preparar el ejercicio del curso.
image44_3.png

Clasificación de imágenes con Machine Learning

image44_2.png

Como se mencionó en la lección anterior, Texty utilizó dos algoritmos diferentes en la producción de Leprosy of the Land

Después de que el primer algoritmo les permitió dividir secciones de imágenes satelitales de bosques ucranianos en subsecciones visualmente uniformes, necesitaban un segundo algoritmo que pudiera identificar qué secciones de imágenes satelitales se parecían más a los ejemplos de imágenes existentes de la extracción de ámbar. Lo que necesitaban era un "clasificador personalizado".

image44_2.png

Usar ejemplos etiquetados para aprender

image36_2.png

Un clasificador personalizado es un tipo de modelo de aprendizaje automático que puede implementar cuando su caso de uso requiere que aplique etiquetas predefinidas para clasificar un conjunto de datos de imágenes que desea investigar. 


En nuestro caso, esas etiquetas predefinidas son simples: "SÍ: esta imagen incluye elementos visuales consistentes con patrones que generalmente muestran actividad minera ámbar" y "NO: esta imagen no incluye elementos visuales que sugieran actividad minera ámbar".


Google Cloud AutoML Vision nos permite hacer precisamente eso. Aprenderemos a usarlo para realizar aprendizaje supervisado, es decir que entrenaremos un modelo de aprendizaje automático para aplicar las etiquetas SÍ y NO adecuadas a un conjunto de datos de imágenes que lo alimentarán.

image36_2.png

Escoger un algoritmo

image16_3.png

Como dijo Jeremy Merrill de Quartz AI Studio en su Crash Course in Classifying Text with Machine Learning, "para sus propósitos como periodista, no importa mucho qué algoritmo elija, siempre que elija un algoritmo que haga el tipo de cosas correcto ".

AutoML Vision no es la única herramienta que podemos utilizar para lograr nuestro objetivo. En realidad, no es el algoritmo que Texty utilizó durante su investigación. La razón por la que usamos AutoML Vision en este curso es su accesibilidad: no es necesario tener habilidades de programación para aprender cómo funciona y entrenar un modelo de alto rendimiento con tus datos.


Si ya tiene habilidades de programación y desea profundizar, eche un vistazo afast.ai's Practical Deep Learning for Coders

image16_3.png

Configurar su cuenta de Google Cloud

Para usar AutoML Vision, tendrá que sign up for a Google Cloud account. Al registrarse, se le otorgarán $300 de crédito para comenzar sus experimentos. Cada ejercicio de entrenamiento de un modelo de aprendizaje automatizado, como el que haremos en este curso, cuesta alrededor de $20. Siga esta guía paso a paso:


Haga clic en "Probar gratis" en "Comenzar con Google Cloud Platform" y siga las instrucciones para crear su cuenta.


Cuando haya creado la cuenta, abra el menú de navegación en el lado izquierdo de la página y desplácese hasta la parte inferior para encontrar "Visión" en la sección "Inteligencia artificial". Haga clic en "Panel de control".


Ahora ha accedido a su espacio de trabajo, que muestra las herramientas "Visión" de Google Cloud, incluida la que usaremos: “Clasificación de imágenes”. Haga clic en "Conjuntos de datos" en el menú de navegación en el lado izquierdo.


A continuación, haga clic en "Habilitar API de AutoML". El proceso puede tardar unos segundos. Luego, haga clic en "Comenzar".


En este punto, debería ver una pantalla mayormente en blanco, ya que aún no ha actualizado ningún conjunto de datos. Esto es lo que haremos en la próxima lección.

Avanzando

image18_2.png

Ahora está listo para usar AutoML Vision. En el resto del curso, aprenderemos cómo usarlo para lograr nuestro objetivo: entrenar un modelo de aprendizaje automático para reconocer la minería ilegal de ámbar. 


Este curso se ha producido con la colaboración de Texty y JournalismAI. Gracias a esta colaboración, podremos utilizar una muestra de las imágenes de satélite reales utilizadas por Texty mientras investigaba Leprosy of the Land.

Antes de seguir adelante, eche un vistazo a las otras herramientas de Inteligencia Artificial y Machine Learning que ofrece Google Cloud, incluidos el lenguaje natural, traducción, la conversión de voz a texto y la conversión de texto a voz, entre otros. 

image18_2.png
¡Enhorabuena! Ya has terminado. Google Cloud AutoML Vision in progress
Recommended for you
¿Cómo valorarías esta lección?
Tus comentarios nos ayudarán a seguir mejorando nuestras lecciones.
Leave and lose progress?
By leaving this page you will lose all progress on your current lesson. Are you sure you want to continue and lose your progress?