Какие материалы или информацию можно изучить, чтобы решить эту задачу?

Question

[kurvan]

spoiler

Comments

[Валентин Бируля]

В ИТМО учишься?)

[kurvan]

Пока нет..

Answer 1

[dmshar]

Что-то я понять не могу. "не разбираюсь в теме машинного обучения и подобного. Никогда не работала с этой темой" А откуда тогда могла взяться задача, которую вам НАДО (??) решить? Я вот тоже не разбираюсь абсолютно в химии, но понимаю, что для того, что-бы решать задачи - надо взять учебник и учить-учить-учить... и только потом браться за задачи. Причем, если задача не совсем тривиально-школьная, то вот "именно для нее" что-то изучать бессмысленно, надо наработать некоторую общую базу, а уж потом копать в нужную сторону. Или вы считаете, что машинное обучение - это настолько тривиально, что тут все по другому? И достаточно просто что-то "глянуть"? Очень "самоуверенно" (мягко говоря).

А по существу вопроса - ну начните отсюда:
https://ru.wikipedia.org/wiki/Машинное_обучение
там и перечень литературы имеется.
или отсюда
https://ru.stackoverflow.com/questions/Книги-и-уче...
или отсюда:
https://ai-news.ru/2018/10/podborka_resursov_po_ma...

А далее - по ссылкам. После примерно полугода-года упорного труда можно и к решению предложенной задачи приступать.

Answer 2

[Константин Цветков]

В задаче указаны ссылки на учебные материалы.

Answer 3

[Александр Скуснов]

Если вы ИИ не пользуетесь, то такие задания выкладывайте через полгодика. Начинайте учить программы и алгоритмы.
Не в курсе, что такое Docker, но я бы предложил элементарное решение. Есть 3 цвета: фон, клетки, и текст. Так что и без ИИ можно обойтись.
Приведите, пожалуйста, хоть один рисунок.

Answer 4

[Евгений Лернер]

согласен с ответом что вам ИИ не нужен. вас не просят распознать текст, вам надо определить относится ли пексел к фону или тексту. если бы тест представлялся точным значением цвета то все элементарно. практически граница текста и фона будут размыты. те вы сможете с определнной вероятностью определить относится ли пиксел к тексту. для это вплоне годится цифровая фильтрация, в простейшем случае фильтр ких. он может быть обучаемым, те с подстройкой параметров. годится также разложение по уолшу и хаару, вейвлеты. если уж нейронные сети то попробуйте сверточные. вообще задача поставлена не корректно.