Andere Kunden interessierten sich auch für
![Modello ibrido di apprendimento profondo per il rilevamento della malattia della ruggine gialla del grano]( "Modello ibrido di apprendimento profondo per il rilevamento della malattia della ruggine gialla del grano")
Modello ibrido di apprendimento profondo per il rilevamento della malattia della ruggine gialla del grano26,99 €![Rilevamento di software dannoso mediante tecniche di apprendimento automatico]( "Rilevamento di software dannoso mediante tecniche di apprendimento automatico")
Rilevamento di software dannoso mediante tecniche di apprendimento automatico29,99 €![APPRENDIMENTO AUTOMATICO PINNACOLO]( "APPRENDIMENTO AUTOMATICO PINNACOLO")
APPRENDIMENTO AUTOMATICO PINNACOLO55,99 €![Malattia polmonare cronica ostruttiva mediante algoritmi di apprendimento profondo]( "Malattia polmonare cronica ostruttiva mediante algoritmi di apprendimento profondo")
Malattia polmonare cronica ostruttiva mediante algoritmi di apprendimento profondo29,99 €![Rilevamento della malattia di Hispa del riso utilizzando un modello di apprendimento profondo]( "Rilevamento della malattia di Hispa del riso utilizzando un modello di apprendimento profondo")
Rilevamento della malattia di Hispa del riso utilizzando un modello di apprendimento profondo26,99 €![Proteggere il web: Apprendimento automatico per il rilevamento di vulnerabilità CSRF]( "Proteggere il web: Apprendimento automatico per il rilevamento di vulnerabilità CSRF")
Proteggere il web: Apprendimento automatico per il rilevamento di vulnerabilità CSRF29,99 €![RILEVAMENTO DEL CANCRO AL SENO - UN APPROCCIO DI APPRENDIMENTO AUTOMATICO]( "RILEVAMENTO DEL CANCRO AL SENO - UN APPROCCIO DI APPRENDIMENTO AUTOMATICO")
RILEVAMENTO DEL CANCRO AL SENO - UN APPROCCIO DI APPRENDIMENTO AUTOMATICO29,99 €
L'applicazione di diagnosi sanitaria è un'applicazione online di test medici basata su Deep Learning e Machine Learning che prevede numerose malattie come il diabete, il cancro al seno, la malaria e la polmonite utilizzando i concetti di Deep Learning e Machine Learning. Per farlo, svilupperemo modelli per varie malattie utilizzando tecniche di deep learning come il modello di rete neurale convoluzionale e algoritmi di ML come l'algoritmo Random Forest, in grado di analizzare automaticamente le foto e prevedere il grado di malattia del paziente. Questa tecnica di automatizzazione può far risparmiare molto tempo, schermando il processo di cura del diabete, del cancro al seno, della malaria e della polmonite su vasta scala.