Vai ai contenuti principali
Vai alla dashboard
Non sai da dove iniziare? Rispondi a un breve quiz per ricevere consigli personalizzati.
Lezione 3 di 7
Google Cloud AutoML Vision
Hands-on Machine Learning
Che cos'è il Machine Learning?
Indagare con il Machine Learning
Preparazione dei dati
Allena il tuo modello di Machine Learning
Valutazione e test
check_box_outline_blank Manuale pratico di Machine Learning: fai il Quiz!
Corso
0% completata
5 minuti per completare

Google Cloud AutoML Vision

image44_3.png
Scopri come configurare AutoML Vision per prepararti all'esercizio del corso
image44_3.png

Classificazione delle immagini con il Machine Learning

image44_2.png

Come accennato nella lezione precedente, Texty ha utilizzato due diversi algoritmi nella produzione di Leprosy of the Land.

Dopo che il primo algoritmo ha permesso al team di suddividere sezioni di immagini satellitari delle foreste ucraine in sottosezioni visivamente uniformi, c'è stato bisogno di un secondo algoritmo che potesse identificare quali sezioni di immagini satellitari somigliassero maggiormente agli esempi di immagini esistenti di estrazione dell'ambra.  In poche parole, serviva un "classificatore personalizzato".

image44_2.png

Usare esempi etichettati per imparare

image36_2.png

Un classificatore personalizzato è un tipo di modello di machine learning utilizzabile quando il caso concreto che dobbiamo affrontare richiede l'applicazione di etichette predefinite per classificare un set di dati di immagini che intendiamo esaminare.


Nel nostro caso, queste etichette predefinite sono semplici: "SÌ: questa immagine include elementi visivi coerenti con i modelli che di solito mostrano l'attività di estrazione dell'ambra" e "NO: questa immagine non include elementi visivi che suggeriscono l'attività di estrazione dell'ambra".

 Google Cloud AutoML Vision ci consente di fare proprio questo. Impareremo come utilizzarlo per eseguire l'apprendimento supervisionato, vale a dire che, dopo aver fornito un set di immagini, addestreremo un modello di Machine Learning ad applicare a quelle immagini le etichette SI e NO.

image36_2.png

Scegliere un algoritmo

image16_3.png

Come ha affermato Jeremy Merrill di Quartz AI Studio nel suo A Crash Course for Journalists In Classifying Text with Machine Learning, "per le tue esigenze giornalistiche puoi scegliere qualunque algoritmo, purché tu scelga l’algoritmo che vada nella giusta direzione”.


AutoML Vision non è l'unico strumento che potremmo utilizzare per raggiungere l'obiettivo desiderato. In realtà, non è l'algoritmo che Texty ha utilizzato durante la sua indagine. Il motivo per cui utilizziamo AutoML Vision in questo corso è la sua accessibilità: non è necessario disporre di competenze di programmazione per apprenderne il funzionamento e per addestrare un modello dati ad alte prestazioni.


Se hai già alcune capacità di programmazione e desideri saperne di più, dai un'occhiata a anche fast.ai  e Practical Deep Learning for Coders

image16_3.png

Configurazione del tuo account Google Cloud

Per poter utilizzare AutoML Vision, è necessario  creare un account Google Cloud.  Al momento della registrazione ti verrà assegnato un credito di 300$ che ti consentirà di iniziare i tuoi esperimenti. Ciascun esercizio di addestramento del modello di apprendimento automatico, come quello che eseguiremo in questo corso, costa circa 20$. Segui questa guida passo passo:


Clicca su "Prova gratuitamente" in "Inizia con Google Cloud Platform" e segui le istruzioni per creare il tuo account.


Quando hai creato l'account, apri il menu di navigazione sul lato sinistro della pagina e scorri fino in fondo per trovare "Vision" nella sezione "Intelligenza artificiale". Clicca su “Pannello di controllo”


Ora hai effettuato l'accesso al tuo spazio di lavoro, che mostra gli strumenti "Vision" di Google Cloud, incluso quello che utilizzeremo: “Classificazione delle immagini” Clicca su "Set di dati" sul lato sinistro del menu di navigazione


Quindi clicca su "Abilita API AutoML". Il processo potrebbe richiedere alcuni secondi. Infine, clicca su “Inizia”


A questo punto, dovresti vedere una schermata per lo più vuota poiché non hai ancora caricato alcun set di dati. Ciò è quanto faremo nella prossima lezione.

Prossimi step

image18_2.png

Ora puoi iniziare a utilizzare AutoML Vision. Nel resto del corso, impareremo come utilizzarlo per ottenere il risultato desiderato: addestrare un modello di Machine Learning a riconoscere l'estrazione illegale di ambra. 


Texty e JournalismAI hanno collaborato alla realizzazione di questo corso. Grazie a questa partnership, saremo in grado di utilizzare un campione delle effettive immagini satellitari utilizzate da Texty nell'indagine  Leprosy of the Land.


Prima di proseguire, assicurati di controllare altri prodotti  AI e Machine Learning  offerti da Google Cloud, tra cui Natural Language, Translation, Speech-to-Text e Text-to-Speech e molto altro ancora.

image18_2.png
Congratulazioni! Hai appena finito Google Cloud AutoML Vision in progress
Recommended for you
Come valuteresti questa lezione?
Il tuo feedback ci aiuterà a migliorare costantemente le nostre lezioni.
Salva i risultati e monitora i tuoi progressi
By leaving this page you will lose all progress on your current lesson. Are you sure you want to continue and lose your progress?