Публикации по тегам deep-learning

Публикации по теме 'deep-learning'

5 лучших онлайн-курсов Scikit-Learn по машинному обучению и науке о данных в 2023 году

Это лучшие онлайн-курсы по изучению библиотеки Scikit для машинного обучения и науки о данных в 2023 году. Привет, ребята, если вы хотите изучить библиотеку Scikit-Learn и найти лучшие ресурсы, такие как онлайн-курсы и классы, то вы попали в нужное место. Ранее я поделился лучшими курсами Python , а также лучшими курсами для изучения науки о данных , а в этой статье я поделюсь лучшими курсы для изучения библиотеки Scikit-Learn, одной из самых популярных библиотек Python для..

Распознавание жестов с использованием глубокого обучения

Распознавание жестов — увлекательная область компьютерного зрения, которая в последние годы привлекла значительное внимание. Он имеет множество приложений в таких областях, как игры, робототехника, взаимодействие человека с компьютером и системы безопасности. В этом проекте мы построим модель, которая сможет правильно предсказать пять жестов из набора данных, содержащего сотни видео. Здесь мы собираемся использовать два типа архитектуры модели: Трехмерная сверточная сеть (Conv3D)..

Последние исследования фильтров Калмана, часть 7

Онлайн-оценка SOC литий-ионной батареи на основе улучшенного адаптивного фильтра H Infinity Extended Kalman (arXiv) Автор: Jierui Wang , Wentao Yu , Guoyang Cheng , Lin Chen . Аннотация: Для системы управления батареями электромобиля точная оценка состояния заряда литий-ионной батареи может эффективно избежать структурных повреждений, вызванных перезарядом или переразрядом внутри батареи. Учитывая, что литий-ионный аккумулятор представляет собой изменяющуюся во времени нелинейную..

Не позволяйте плохим данным стать криптонитом вашей системы восприятия

Плохие данные… Самый опасный злодей, с которым разработчикам продвинутых систем восприятия нужно столкнуться и победить, если они хотят разработать точную модель глубокого обучения. Наверняка вам когда-то приходилось с ними сталкиваться, потому что, будем честными, вы можете собрать все данные из реального мира, но все равно не получите всех данных , которые вам нужны для обучения модели глубокого обучения точно. Но что вы можете сделать, чтобы свести к минимуму пробелы в данных?..

Адаптация домена - ML для нескольких наборов данных

Записки из промышленности Адаптация домена Производительность машинного обучения зависит от набора данных, на котором оно обучается. Наборы данных несовершенны, поэтому проблемы с данными влияют на модели. Один из типов проблем - это сдвиг домена. Это означает, что модель, обученная изучению задачи на одном наборе данных, может быть не в состоянии выполнять ту же задачу на немного другом наборе данных. Допустим, вы обучаете модель обнаруживать собак на открытом воздухе, например в..

История нейронных сетей — Часть 02

История нейронных сетей. Часть 02 В этой статье я продолжу предыдущую статью История нейронных сетей. Часть 01 . Затем поговорим об истории нейронных сетей с 1980-х годов по настоящее время. В 1982 году появился новый интерес к этой области. Джон Хопфилд из Калифорнийского технологического института доставил письмо в Национальную академию наук. Его методология была сосредоточена на создании более эффективных машин с использованием двунаправленных связей. Раньше нейронные..