Contrôle des connaissances

Effectué

Répondez aux questions suivantes pour vérifier ce que vous avez appris.

1.

Dans ce module, nos données d’image ont été référencées avec un magasin de données attaché à un...

Stockage Blob Azure dans un compte de stockage Azure

Pipeline de données Azure Synapse Analytics

Partage de fichiers dans un compte de stockage Azure.

2.

L’étiquetage assisté par ML n’était pas nécessaire dans ce module, quel est son intérêt dans un projet d’étiquetage de données ?

L’étiquetage assisté par ML crée un modèle pouvant pré-étiqueter les données dans de nouveaux échantillons d’images dont l’exactitude peut être vérifiée par la suite par les membres de l’équipe.

L’étiquetage assistée par ML peut déterminer des objets dans une image à partir d’un modèle existant qui détecte divers objets communs.

Vous permet d’envoyer des données sans étiquette pour qu’elles soient étiquetées par un service tiers utilisant des personnes pour faire l’étiquetage.

3.

La raison pour laquelle nous avons étiqueté 10 images dans notre jeu de données est de répondre aux conditions suivantes :

10 est le nombre total d’images qui composent notre jeu de données

10 est le nombre maximal d’images pouvant être utilisées pour entraîner un modèle de détection d’objets.

Les expériences de détection d’objets Azure ML Studio demandent un minimum de 10 échantillons étiquetés pour réussir à entraîner notre modèle de détection d’objets

Vous devez répondre à toutes les questions avant de vérifier votre travail.