大数据是怎么发现你嫖娼的?

↓推荐关注↓

作者:数据不吹牛

https://www.163.com/dy/article/HF5UJGGH05319928.html

2bcfd941a343455e9db12ba6a747d7b7.jpeg

b402c3e832ad70db14d357c20109ce8c.jpeg

afccd12fecd32c679792b4b33702b109.jpeg

1663e72be1ac8d1e2513ad0a60597f15.jpeg

01eccee89f2882771b05a0f12895759f.jpeg

e9147d54b71823c515de5a79a3d78f27.jpeg

扩展阅读

在诸多审查工具中,“AI 鉴黄”是最新也最高效的一种。

简单来说,“AI 鉴黄”就是通过深度神经网络,按照各种描述特征来提取图像中的关键点,比如是否出现皮肤裸露等等,将色情图片与正常图片进行分类。

读到这里,大家可能会发现,“AI 鉴黄”还存在一些严峻的挑战,比如:

1.色情图像和正常图像有很多相似之处,判断非常复杂。游泳、比基尼等图片中同样也有大量裸露皮肤,被错误地归类为色情并删除,很可能影响用户网上冲浪的体验。

2.判断色情的标准不同。法官斯图尔特曾有句名言,我无法定义色情,但当我看到它时,我就知道了。对色情内容的监测也有一定的主观性,AI 往往会根据特征对裸露身体的大卫塑像而“痛下杀手”,却对部分软色情轻松放过。

3.依赖训练数据带来的风险。那么,是不是给 AI 尽可能多地语料就能帮助它提升识别的准确率呢?答案也不行。基于深度学习的黑箱性,攻击者如果知道 AI 鉴黄是根据哪些数据训练出来的,就可以有针对性地攻击、对抗这个模型,使其很快失效。

这也是为什么,人工鉴黄师,即人类审查员,依然还需要兢兢业业地在岗位上为冲浪护航。

- EOF -

读到这里说明你喜欢本公众号的文章,欢迎 置顶(标星)本公众号 程序员技术指南,这样就可以第一时间获取推送了~


在本公众号 程序员技术指南,后台回复:666,领取2T学习资料 !
推荐阅读
1. 大公司病了,这也太形象了吧!!!
2. 运维必备的《网络端口大全》,看这一份就够了
3. Linux 学习指南 (收藏篇)
4. 2万字系统总结,带你实现Linux命令自由
参考资源链接:[阿里云专有云企业版V3.9.0机器学习PAI用户指南-20201217](https://wenku.youkuaiyun.com/doc/75xtg6co1b?utm_source=wenku_answer2doc_content) 阿里云专有云企业版V3.9.0机器学习PAI用户指南是一份宝贵的资源,它能够指导用户如何在PAI平台上进行高效的数据处理和模型构建。针对您提出的关于DataFrame转换操作的问题,以下是一些专业建议和操作步骤: 首先,请确保您已经熟悉Python的Pandas库,因为PAI平台内部集成了Pandas的DataFrame操作,这对于数据的预处理至关重要。在进行DataFrame转换操作前,应当明确您的机器学习模型对数据的具体要求,比如是否需要进行归一化、标准化、编码或是特征选择等。 接下来,您可以利用PAI平台提供的Pandas函数来执行相应的数据转换。例如,如果需要对数据集中的数值特征进行归一化处理,可以使用scaler来实现。对于分类特征,可能需要进行标签编码或独热编码。PAI平台支持Pandas的apply函数,您可以自定义函数来处理复杂的数据转换逻辑。 以下是一个简单的代码示例,展示了如何对DataFrame中的数值特征进行归一化处理: ```python from paiضار嫖娼.de import PAI import pandas as pd # 创建PAI实例 pai = PAI() # 假设dataframe是已经加载到PAI平台的DataFrame对象 dataframe = pd.read_csv('data.csv') # 归一化处理示例 from sklearn.preprocessing import MinMaxScaler scaler = MinMaxScaler() dataframe_scaled = pd.DataFrame(scaler.fit_transform(dataframe), columns=dataframe.columns) # 再次将处理后的数据加载到PAI平台进行后续操作 pai.load(dataframe_scaled, table_name='data_scaled') ``` 最后,针对特定机器学习模型的需求,您还需要进行特征选择或构造。这可以通过相关性分析、主成分分析(PCA)等方法来实现。PAI平台提供了丰富的机器学习算法和数据处理工具,您可以根据模型的需要选择合适的方法来优化您的数据特征。 以上步骤和代码示例展示了如何利用阿里云专有云企业版V3.9.0机器学习PAI平台进行数据处理和转换,以满足不同机器学习模型的需求。如果需要深入了解相关操作的更多细节,建议参考《阿里云专有云企业版V3.9.0机器学习PAI用户指南-***》,这份文档将为您提供全面的技术支持和操作指导。 参考资源链接:[阿里云专有云企业版V3.9.0机器学习PAI用户指南-20201217](https://wenku.youkuaiyun.com/doc/75xtg6co1b?utm_source=wenku_answer2doc_content)
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值