Szerző: Hlács Ferenc

2020. május 26. 14:47

Gépi tanulással a természeti katasztrófák ellen

Az előadásból kiderül, hogyan segíthet a műholdképek szegmentációjában és akár a katasztrófák megelőzésében a deep learning.

A természeti katasztrófák megelőzésének és kezelésének egyik kulcsa az épített környezet naprakész ismerete. Ez különösen a fejlődő országokban jelent gondot, emiatt is indított a DrivenData Labs és a Global Facility for Disaster Reduction and Recovery (GFDRR) egy nyílt versenyt a probléma megoldására. Ezen a versenyen vett részt a Starschema csapata, a megmérettetés tanulságait pedig a 2020. március 31-i HWSW free! meetupon elhangzott előadásában a cég két adattudósa, Zempléni Balázs és Tóth Benedek járták körbe.

Platón ragadt informatikusok klubja

Egyetlen más szakma sincs, ahol olyan gyorsan el lehet érni a karrier-platóra, mint az IT. A midlife, a mid-level mellett létezik mid-career krízis is.

Platón ragadt informatikusok klubja Egyetlen más szakma sincs, ahol olyan gyorsan el lehet érni a karrier-platóra, mint az IT. A midlife, a mid-level mellett létezik mid-career krízis is.

Mik a bevett módszerek műholdképek feldolgozására és épületek felismerésére? Milyen modellt érdemes tanítani, milyen adatokon és pontosan milyen logika mentén? Hogyan manipulálható a tanító adat és a kész predikció jobb eredmények elérése érdekében? Hol vannak a folyamat technológiai korlátai és ezek meghaladása milyen projektstruktúrát kíván meg? Az előadás elejétől a végéig beszámol egy alkalmazott deep learning megoldásról, mind az elméleti háttérről, mind a megvalósítás kérdéseiről.

20:14
 

Gépi tanulással a természeti katasztrófák ellen - Zempléni Balázs, Tóth Benedek (Starschema)

Még több videó
a címlapról

CODE

0

Vibe codingban nyomul előre a Google

2025. december 5. 12:22

A keresőóriás partnerséget kötött a Replit startuppal, mely időközben meghódította az Anthropic Claude Code és a Cursor területét.