Stop Guessing

का वर्णन Stop Guessing

लॉस एंजिल्स में ऐप्स विकसित करते समय, फ्रेड स्कार्फ को मॉडल और 500k अनुयायियों से एकत्रित करने के लिए स्काउट किया गया था। अपनी मॉडलिंग नौकरियों के कारण, वह अपने स्किनकेयर दिनचर्या के साथ अनुमान लगाने का जोखिम नहीं उठा सकता था। एक यूसी बर्कले स्नातक के रूप में प्रौद्योगिकी में डिग्री के साथ, स्कार्फ ने स्टॉप अनुमान लगाने का निर्माण किया, जो यह पता लगाने के लिए मशीन सीखने का उपयोग करता है कि आपकी त्वचा की त्वचा की क्या त्वचा की आवश्यकता है।
विचार
आपकी स्किनकेयर आपके स्मार्टफोन के रूप में स्मार्ट होना चाहिए। यही कारण है कि अनुमान लगाने का उपयोग पर्यवेक्षित मशीन सीखना सीखना है कि आपकी त्वचा को क्या सामग्री चाहिए। मशीन लर्निंग एक प्रकार का कंप्यूटर साइंस है जो कंप्यूटर को छवियों को पहचानने और समाधान की भविष्यवाणी करने की अनुमति देता है।
स्टॉप अनुमान लगाने वाला ऐप आपको अनुमान लगाने से रोकने में मदद करता है?
आप अपने चेहरे की तस्वीर लेने के लिए अनुमान लगाने से रोकने के बाद, यह आपको अपनी त्वचा को छूने के लिए कहेंगे समस्या। क्या हो रहा है कि आप अपनी त्वचा के मुद्दों को लेबल कर रहे हैं।
तो हमारे पेशेवर और डॉक्टर यह सुनिश्चित करने के लिए जांच करते हैं कि आपकी त्वचा की समस्याएं सटीक रूप से लेबल की गई हैं (उदाहरण के लिए, आपका मुँहासा वास्तव में मुँहासा है ... और नहीं मच्छर काटना)।
छवि की सटीकता की पुष्टि करने के बाद, हम सही सामग्री असाइन करेंगे।
आप उपचार प्राप्त करते हैं। एक महीने में हमारे साथ वापस जांचें, और फिर अवयवों की सफलता निर्धारित करें और अगले चरणों को निर्धारित करें।
जब आपकी त्वचा बदलता है, तो हम आपकी त्वचा की रूटीन को बदलने के लिए डेटा का उपयोग करते हैं
आपकी त्वचा में परिवर्तन, आपकी त्वचा देखभाल दिनचर्या भी होगी। अनुमान लगाएं मासिक अपडेट के माध्यम से आपकी त्वचा में परिवर्तनों पर नज़र रखता है। हर महीने, आपको एक तस्वीर लेने की आवश्यकता होती है और एक त्वचा विशेषज्ञ को देखेंगे कि आपकी त्वचा वर्तमान अवयवों पर प्रतिक्रिया कैसे कर रही है, आपकी त्वचा की प्रगति को ट्रैक करें और परिवर्तनों को ट्रैक करें।
यह इतना खास क्यों है?
स्टॉप अनुमान लगाने वाले ऐप के पीछे प्रतिभा यह है कि यह कृत्रिम बुद्धि का उपयोग कर रहा है। शोध से पता चलता है कि कृत्रिम बुद्धि उस बिंदु पर है जहां यह डॉक्टरों से बेहतर प्रदर्शन कर सकता है। कृत्रिम तंत्रिका नेटवर्क पहले से ही छवि और वस्तु मान्यता और भविष्यवाणियों में मनुष्यों से बेहतर प्रदर्शन करते हैं। शोध में यह भी पता चलता है कि मशीन सीखने के मॉडल न केवल सटीक हैं बल्कि, अब मानव डॉक्टरों की निदान सटीकता से अधिक हो सकते हैं। ऐसा इसलिए है क्योंकि मॉडल द्वारा उपयोग की जाने वाली विधियां निदान में रचनात्मकता "बॉक्स के बाहर" होती हैं।
तो क्या?
हम आपको अपने स्किनकेयर दिनचर्या का अनुमान लगाने और अपडेट करने के लिए आमंत्रित करते हैं।