Mit tegyünk, ha kevés az adat?
A modern gépi tanulási megoldások "küzdési stratégiái" adat-aszály esetére.
PRC
62024. április 18. 11:02
A készüléket csak Kínában hozzák forgalomba, továbbfejlesztett rendszerprocesszorral és 5G-vel.OPENAI
32024. április 18. 10:15
Nem indul formális uniós vizsgálat az OpenAI-ba tolt befektetések miatt.k+f
152024. április 17. 13:13
A vállalat a BME-n mutatta be az 5.5G-s teszthálózatot, mely tízszer gyorsabb lehet a leggyorsabb kereskedelmi 5G-nél.
Égbe révedő informatikusok: az Időkép-sztori
Mi fán terem az előrejelzés, hogy milyen infrastruktúra dolgozik az Időkép alatt, mi várható a deep learning modellek térnyerésével?Égbe révedő informatikusok: az Időkép-sztori Mi fán terem az előrejelzés, hogy milyen infrastruktúra dolgozik az Időkép alatt, mi várható a deep learning modellek térnyerésével?
Mindenki nagy adatlázban ég, de különösen üzleti helyzetekben rendre kibukik, hogy messze nincs elég adatunk. Mit tehetünk ekkor, hogyan orvosoljuk a problémát? Szabados Levente, a Budapest.AI vezető tanácsadójának 2018. november 21-i HWSW mobile! termékfejlesztési konferencián elhangzott előadása a modern gépi tanulási megoldások "küzdési stratégiáit" veszi sorra a szűkös adathelyzetben, s eközben próbál fényt vetni a reprezentáció tanulás alapvető összefüggéseire.
Mit tegyünk, ha kevés az adat? - Szabados Levente (Budapest.AI)
Még több videó