Andere Kunden interessierten sich auch für
![DIAGONALE DI RILEVAMENTO DELLE ANOMALIE CARDIACHE UTILIZZANDO L'APPRENDIMENTO AUTOMATICO]( "DIAGONALE DI RILEVAMENTO DELLE ANOMALIE CARDIACHE UTILIZZANDO L'APPRENDIMENTO AUTOMATICO")
DIAGONALE DI RILEVAMENTO DELLE ANOMALIE CARDIACHE UTILIZZANDO L'APPRENDIMENTO AUTOMATICO26,99 €![Calcolo della biomassa utilizzando dati radiometrici e immagini digitali]( "Calcolo della biomassa utilizzando dati radiometrici e immagini digitali")
Calcolo della biomassa utilizzando dati radiometrici e immagini digitali36,99 €![]()
"VARI TIPI DI RILEVAMENTO DELLE SPECIE UTILIZZANDO L'APPRENDIMENTO AUTOMATICO"29,99 €![Analisi di sopravvivenza bayesiana per alcuni nuovi modelli utilizzando Stan]( "Analisi di sopravvivenza bayesiana per alcuni nuovi modelli utilizzando Stan")
Analisi di sopravvivenza bayesiana per alcuni nuovi modelli utilizzando Stan26,99 €![Sviluppo di una calcolatrice a microonde TxLine utilizzando Android e LabVIEW]( "Sviluppo di una calcolatrice a microonde TxLine utilizzando Android e LabVIEW")
Sviluppo di una calcolatrice a microonde TxLine utilizzando Android e LabVIEW26,99 €![Tecniche di soft computing per il restauro delle immagini]( "Tecniche di soft computing per il restauro delle immagini")
Tecniche di soft computing per il restauro delle immagini40,99 €![PRATICHE DI DEEP LEARNING E RILEVAMENTO DI OGGETTI IN AGRICOLTURA]( "PRATICHE DI DEEP LEARNING E RILEVAMENTO DI OGGETTI IN AGRICOLTURA")
PRATICHE DI DEEP LEARNING E RILEVAMENTO DI OGGETTI IN AGRICOLTURA29,99 €
Le Reti Neurali Convoluzionali Profonde o semplicemente Reti Neurali Convoluzionali (CNN) sono recentemente diventate uno dei modelli di apprendimento più potenti ed espressivi per il riconoscimento di modelli di immagini, l'elaborazione di immagini mediche, la visione artificiale, il riconoscimento di caratteri scritti a mano/ottici, ecc. che sono ben esperti nell'eseguire i compiti di classificazione, sia binari che categoriali in modo efficiente e semplice. Oltre al suo ampio uso in vari campi e domini in questi giorni, ha guadagnato un'alta popolarità e riconoscimento nell'area della scienza medica, dato che vari rapporti medici in questi giorni sono altamente affidabili sul riconoscimento delle immagini basato sul Deep Learning. In questo libro, abbiamo addestrato un modello di rete neurale strutturata profonda, che è fondamentalmente un modello CNN su un grande set di dati di immagini radiografiche chiamato MURA (Musculoskeletal Radiographs Abnormality) e abbiamo cercato di prevedere le anomalie di un'immagine radiografica (se un'immagine è normale o anormale) sulla base di classificazioni binarie.