Публикации по теме 'machine-learning'
Многокамерный видеомониторинг в местах с низкой пропускной способностью
Некоторые из самых красивых мест настолько ограничены пропускной способностью, что удаленный видеомониторинг был нецелесообразен. Даже при записи видео наблюдения с помощью цифрового видеорегистратора на месте ограниченная пропускная способность UPLOAD делает удаленный просмотр утомительным или невозможным. Если видеоанализ того, что важно, выполняется в локальной сети — так что выбор разрешения и решение о загрузке являются динамическими — то даже многокамерные системы становятся..
Влияние ИИ на управление человеческими ресурсами
Концепция искусственного интеллекта (ИИ) стала предметом обсуждения в последнее время. Его последствия были как положительными, так и отрицательными. Хотя ИИ ошибочно понимают как нечто вроде разрушительного оружия, созданного человечеством для самоуничтожения, преимущества ИИ реализуются во всех областях. Однако в этом эссе рассматриваются преимущества и недостатки, которые ИИ привносит в область управления человеческими ресурсами (HRM).
Одной из недавних инноваций в области ИИ..
Лучшие открытые и бесплатные репозитории/библиотеки Python для обнаружения пользовательских объектов
Обнаружение объектов — это компьютерная технология, связанная с компьютерным зрением и обработкой изображений, которая обнаруживает экземпляры семантических объектов определенного класса в цифровых изображениях и видео.
В сегодняшней статье мы поговорим о шести пользовательских проектах по обнаружению объектов с открытым исходным кодом, которые помогут улучшить ваши навыки в области компьютерного зрения и обработки изображений.
Примечание. В этой статье мы поговорим о некоторых..
Вот что я узнал на конференции O’Reilly AI на прошлой неделе.
Это перепечатка (более или менее) Информационного бюллетеня ARCHITECHT Daily за понедельник. Зарегистрируйтесь здесь , чтобы каждое утро получать его в свой почтовый ящик.
Перед отъездом я пообещал вам несколько заметок с конференции O’Reilly AI на прошлой неделе. Вот они, слабо организованные и основанные на сессиях, которые мне удалось посетить (кроме того, вы можете получить доступ, по крайней мере, к основным моментам из основных выступлений на веб-сайте):
Общее..
Машина опорных векторов
Глубокое погружение в модель SVM
В этом посте мы обсудим использование опорных векторных машин (SVM) в качестве модели классификации. Мы начнем с изучения идеи, лежащей в основе этого, воплотим эту идею в математическую задачу и воспользуемся квадратичным программированием (QP) для ее решения.
Начнем с анализа интуиции, лежащей в основе модели. Цель алгоритма линейной классификации - разделить входное пространство на области, помеченные разными классами. Таким образом, мы можем..
Многослойный персептрон с использованием Keras в наборе данных MNIST для задачи классификации цифр
Многослойный персептрон с использованием Keras в наборе данных MNIST для классификации цифр
Активация ReLu + Dropout + BatchNormalization + AdamOptimizer
Загрузка набора данных MNIST
Каждая точка данных MNIST состоит из двух частей: изображения рукописной цифры и соответствующей метки. Назовем изображения «x», а метки «y». И обучающий набор, и тестовый набор содержат изображения и соответствующие им метки; например, тренировочные изображения — это mnist.train.images, а..
Алгоритм машинного обучения против модели
в чем разница между алгоритмом ML и моделью ML?
Машинное обучение — это ответвление ИСКУССТВЕННОГО ИНТЕЛЛЕКТА. Это важный элемент развивающейся области науки о данных. Благодаря использованию статистических методов алгоритмы обучаются делать классификации или прогнозы, раскрывая ключевые идеи в проектах интеллектуального анализа данных.
Алгоритм ML и модели ML являются важными частями системы машинного обучения. Это действительно сбивает с толку, и новички часто используют эти..