Andere Kunden interessierten sich auch für
![APRENDIZAGEM PROFUNDA E PRÁTICAS DE DETECÇÃO DE OBJECTOS NA AGRICULTURA]( "APRENDIZAGEM PROFUNDA E PRÁTICAS DE DETECÇÃO DE OBJECTOS NA AGRICULTURA")
APRENDIZAGEM PROFUNDA E PRÁTICAS DE DETECÇÃO DE OBJECTOS NA AGRICULTURA29,99 €![Identificação de crianças desaparecidas usando aprendizagem profunda]( "Identificação de crianças desaparecidas usando aprendizagem profunda")
Identificação de crianças desaparecidas usando aprendizagem profunda29,99 €![Deteção de imagens falsas utilizando algoritmos de aprendizagem automática]( "Deteção de imagens falsas utilizando algoritmos de aprendizagem automática")
Deteção de imagens falsas utilizando algoritmos de aprendizagem automática39,99 €![Deteção de tumores hepáticos a partir de imagens de tomografia computadorizada usando DIP]( "Deteção de tumores hepáticos a partir de imagens de tomografia computadorizada usando DIP")
Deteção de tumores hepáticos a partir de imagens de tomografia computadorizada usando DIP39,99 €![Um agente de recomendação para personalizar ambientes de aprendizagem]( "Um agente de recomendação para personalizar ambientes de aprendizagem")
Um agente de recomendação para personalizar ambientes de aprendizagem23,99 €![Avanços inovadores em IA, aprendizagem automática e segurança de redes]( "Avanços inovadores em IA, aprendizagem automática e segurança de redes")
Avanços inovadores em IA, aprendizagem automática e segurança de redes59,99 €![Segmentação e sistema de recuperação de vídeo semântico]( "Segmentação e sistema de recuperação de vídeo semântico")
Segmentação e sistema de recuperação de vídeo semântico26,99 €
Redes Neurais Convolucionais Profundas ou simplesmente Redes Neurais Convolucionais (CNN) tornaram-se recentemente um dos mais poderosos e expressivos modelos de aprendizagem para o Reconhecimento de Padrões de Imagem, Processamento de Imagem Médica, Visão Computadorizada, Reconhecimento de Caracteres Escritos à Mão/Óptico, etc. que são bem versados na realização das tarefas de Classificação, tanto Binária como Categórica de uma forma eficiente e simples. Além da sua ampla utilização em vários campos e domínios nos dias de hoje, ganhou grande popularidade e reconhecimento na área da Ciência Médica, uma vez que vários relatórios médicos hoje em dia são altamente confiáveis sobre o reconhecimento de Imagem baseado no Aprendizado Profundo. Neste livro, treinamos um Modelo de Rede Neural Estruturada Profunda, que é basicamente um Modelo CNN sobre um grande conjunto de Dataset de Imagens de Raios X chamado MURA (Musculoskeletal Radiographs Abnormality) e tentamos prever as Anormalidades de uma Imagem Radiográfica (seja uma Imagem Normal ou Anormal) com base nas classificações binárias.