Comments 13
Теперь осталось сделать для этой же задачи глубокую нейронную сеть и назвать её DeepDress
Мне вот тоже интересно, а почему не использовать нейронную сеть для оценки вероятности того, понравилось вам платье или нет? Что PCA, что логистическая регрессия сильно завязаны на линейность данных. Нейронная сеть таких ограниечений не имеет.(Там своих заморочек хватает, правда с линейностью они не связаны), но, вцелом, я бы, в этой задаче, пожалуй, поставил на нейронную сеть против логистичской регрессии + метода главных компонент.
Может я ошибаюсь, но разве на обучение нейронной сети не уйдет гораздо больше времени? Количество слоев ведь тоже надо подобрать (однослойной тут не обойдешься, иначе будет тот же самый логит). А тут просто расчет ковариационной матрицы и ее собственных векторов.
P.S.: как демонстрация метода, мне кажется, отличный пример.
P.S.: как демонстрация метода, мне кажется, отличный пример.
Не нравится одно из «красивых» и одно из «некрасивых».
Красивые платья носят модели-блондинки, уродливые — брюнетки. Вот главная фича, видная невооружённым взглядом.
Имхо, в алгоритме подбора платья следовало бы использовать изображения в градациях серого. Для адекватной выборки фасона 807 платьев ещё куда ни шло, но так как там нету платьев одинакового фасона и разных цветов — для учёта цвета надо бы выборку гораздо больше.
Интересно было бы посмотреть на результаты предсказаний в ч/б…
А что значит — платье как компонента? Ведь МГК это выбор из облака значений… плохо себе представляю мат. ожидание набора платьев и его дисперсию.
Интересно было бы посмотреть на результаты предсказаний в ч/б…
А что значит — платье как компонента? Ведь МГК это выбор из облака значений… плохо себе представляю мат. ожидание набора платьев и его дисперсию.
Sign up to leave a comment.
Как подобрать платье с помощью метода главных компонент