למידת מכונה של Azure מספקת את התכונות והיכולות הבאות:
| תכונה | יכולת |
| למידת מכונה אוטומטית | תכונה זו מאפשרת לאנשים שאינם מומחים ליצור במהירות מודל יעיל של למידת מכונה מנתונים. |
| מעצב למידת מכונה של Azure | ממשק גרפי המאפשר פיתוח ללא קוד של פתרונות למידת מכונה. |
| ניהול נתונים ומחשוב | אחסון נתונים מבוסס ענן ומשאבי מחשוב שמדעני נתונים מקצועיים יכולים להשתמש בהם כדי להריץ קוד ניסוי נתונים בקנה מידה גדול. |
| צינורות | מדעני נתונים, מהנדסי תוכנה ומומחי תפעול IT יכולים להגדיר צינורות כדי לתאם משימות הדרכה, פריסה וניהול של מודלים. |
תארו לעצמכם שאתם יוצרים מערכת תוכנה לניטור עסקאות בכרטיסי אשראי ולזיהוי דפוסי שימוש חריגים שעשויים להצביע על הונאה. או יישום שעוקב אחר הפעילות בקו ייצור אוטומטי ומזהה כשלים. או מערכת טלמטריה של מכונית מירוץ המשתמשת בחיישנים כדי להזהיר מהנדסים באופן יזום מפני כשלים מכניים פוטנציאליים לפני שהם מתרחשים.
ניתן לטפל בתרחישים מסוג זה באמצעות זיהוי אנומליות – טכניקה מבוססת למידת מכונה המנתחת נתונים לאורך זמן ומזהה שינויים חריגים.
בואו נחקור כיצד זיהוי אנומליות עשוי לעזור בתרחיש של מכונית מירוץ.
- חיישנים במכונית אוספים טלמטריה, כגון סיבובי מנוע, טמפרטורת בלם וכן הלאה.
- מודל זיהוי אנומליות מאומן להבין תנודות צפויות במדידות הטלמטריה לאורך זמן.
- אם מדידה מתרחשת מחוץ לטווח הצפוי הרגיל, המודל מדווח על אנומליה שניתן להשתמש בה כדי להתריע בפני מהנדס המרוץ לקרוא לנהג לעצור את הבור כדי לתקן את הבעיה לפני שהוא מאלץ פרישה מהמרוץ.
זיהוי אנומליה ב- Microsoft Azure
ב- Microsoft Azure, שירות גלאי האנומליה מספק ממשק תיכנות יישומים (API) שמפתחים יכולים להשתמש בו כדי ליצור פתרונות לזיהוי אנומליות.
הבנת הראייה הממוחשבת
ראייה ממוחשבת היא תחום של בינה מלאכותית העוסק בעיבוד חזותי. בואו נחקור כמה מהאפשרויות שראייה ממוחשבת מביאה.
אפליקציית הבינה המלאכותית הרואה היא דוגמה מצוינת לכוחה של ראייה ממוחשבת. האפליקציה 'רואה בינה מלאכותית', שתוכננה עבור קהילת העיוורים ולקויי הראייה, רותמת את כוחה של הבינה המלאכותית כדי לפתוח את העולם החזותי ולתאר אנשים, טקסט ואובייקטים בקרבת מקום.
מודלים ויכולות ראייה ממוחשבת
רוב פתרונות הראייה הממוחשבת מבוססים על מודלים של למידת מכונה שניתן ליישם על קלט חזותי ממצלמות, סרטונים או תמונות. הטבלה הבאה מתארת משימות נפוצות של ראייה ממוחשבת.
סיווג תמונות – סיווג תמונות כרוך באימון מודל למידת מכונה כדי לסווג תמונות על סמך התוכן שלהן. לדוגמה, בפתרון ניטור תנועה ייתכן שתשתמש במודל סיווג תמונות כדי לסווג תמונות לפי סוג הרכב שהן מכילות, כגון מוניות, אוטובוסים, רוכבי אופניים וכן הלאה.
זיהוי אובייקטים – מודלים של למידת מכונה לזיהוי אובייקטים מאומנים לסווג אובייקטים בודדים בתוך תמונה, ולזהות את מיקומם באמצעות תיבה תוחמת. לדוגמה, פתרון ניטור תנועה עשוי להשתמש בזיהוי אובייקטים כדי לזהות את המיקום של סוגים שונים של כלי רכב.
סגמנטציה סמנטית – סגמנטציה סמנטית היא טכניקת למידת מכונה מתקדמת שבה פיקסלים בודדים בתמונה מסווגים לפי האובייקט שאליו הם שייכים. לדוגמה, פתרון ניטור תנועה עשוי לכסות תמונות תנועה בשכבות "מסיכה" כדי להדגיש כלי רכב שונים באמצעות צבעים ספציפיים.
ניתוח תמונות – ניתן ליצור פתרונות המשלבים מודלים של למידת מכונה עם טכניקות מתקדמות לניתוח תמונות כדי לחלץ מידע מתמונות, כולל "תגים" שיכולים לעזור לקטלג את התמונה או אפילו כיתובים תיאוריים המסכמים את הסצנה המוצגת בתמונה.
זיהוי פנים, ניתוח וזיהוי פנים – זיהוי פנים הוא צורה מיוחדת של זיהוי אובייקטים המאתרת פנים אנושיות בתמונה. ניתן לשלב זאת עם טכניקות סיווג וניתוח גיאומטריית פנים כדי לזהות אנשים על סמך תווי הפנים שלהם.
זיהוי תווים אופטי (OCR) – זיהוי תווים אופטי הוא טכניקה המשמשת לזיהוי וקריאה של טקסט בתמונות. באפשרותך להשתמש בזיהוי תווים אופטי (OCR) כדי לקרוא טקסט בתצלומים (לדוגמה, תמרורים או חזיתות חנויות) או כדי לחלץ מידע ממסמכים סרוקים כגון מכתבים, חשבוניות או טפסים.
שירותי ראייה ממוחשבת ב- Microsoft Azure
Microsoft Azure מספק את השירותים הקוגניטיביים הבאים כדי לעזור לך ליצור פתרונות ראייה ממוחשבת:
| שירות | יכולות |
| ראייה ממוחשבת | אתה יכול להשתמש בשירות זה כדי לנתח תמונות ווידאו, ולחלץ תיאורים, תגים, אובייקטים וטקסט. |
| חזון מותאם אישית | השתמש בשירות זה כדי לאמן מודלים מותאמים אישית של סיווג תמונות וזיהוי אובייקטים באמצעות תמונות משלך. |
| פנים | שירות Face מאפשר לך לבנות פתרונות זיהוי פנים וזיהוי פנים. |
| מזהה טפסים | השתמש בשירות זה כדי לחלץ מידע מטפסים וחשבוניות שנסרקו. |
