Структурированный блокнот   
 Машинное обучение (Machine Learning, обучающиеся алгоритмы) →  Обучение с учителем (Supervised learning) →  Общие принципы →  

Как решать, куда вкладывать усилия в многоступенчатой системе -- проверка максимально возможного качества

Если итоговое качество зависит от нескольких стадий (например, распознавание текста на фотографии зависит от стадии: поиск области текста, распознавание букв, проверка вероятности составить из этих букв слова. Пусть итоговая система выдаёт качество 90%. Нужно понять, какой из компонентов улучшать. Для этого размеченные эталонные данные подаём на вход следующему блоку. Так мы поймём, чтоб будет, если предыдущий блок работает идеально.
Например, если мы вручную разметим области с текстом и подадим на вход распознавателю, и получим качество 91%, то, кажется, нет большого смысла улучшать поиск области текста на картинке, а если получим качество 99%, значит нужно как раз заниматься улучшением этого этапа.
Поиск по записям: только в текущем разделе.