Телефонуйте » (+38) 096 227 41 41
ML
Machine Learning
Використання блокнота Jupyter | Заняття 2
Блокнот Jupyter - це веб-додаток, який дозволяє користувачу писати коди та текстові елементи різноманітної форми. Всередині нього можна писати абзаци, рівняння, заголовки, додавати посилання, фігури тощо. Блокнот корисний для того, щоб ділитися інтерактивними алгоритмами зі своєю аудиторією, зосереджуючись на навчанні чи демонстрації техніки.
Встановлення TensorFlow на Windows | Заняття 1
Нині найбільш відомою бібліотекою глибокого навчання у світі є TensorFlow (TF) від Google. Google використовує машинне навчання у всіх своїх продуктах: для вдосконалення пошукової системи, перекладу, підпису зображень або рекомендацій тощо.
5 технологій машинного навчання, які ви повинні знати
Машинне навчання та штучний інтелект (ШІ) - це нові гарячі області кар'єри в ІТ та в організаціях, які розвиваються. Підприємства намагаються знайти таланти у цих сферах і сьогодні на ринку існує реальна нестача кваліфікованих та досвідчених фахівців.
Новини
-
SDR в IoTin Новини
iotSDR пропонує платформу розробок для IoT-радіо та мережевих доменів. На платі два передавачі Microchip AT86RF215, для вводу-виводу модему на Xilinx ZYNQ SoC, приймач GNSS MAX2769 для GPS, Galileo, BieDou та Glonass. Плата сумісна з ПЗ GNURadio SDR. Дозволяє розробити протоколи фізичного рівня LoRa, SigFox, WightLess, Bluetooth, BLE, 802.15.4, ZigBee тощо для IoT, або шлюз IoT через TheThingsNetwork, LPWAN або Google Thread. Пам'ять EEPROM: 1x AT24MAC602 , flash-пам'ять: 1x QSPI 128 Мб, RAM: 256 MБ DDR3,слот для Micro SD карти, входи/виходи: 2x 8-бітних інтерфейси PL, інтерфейс 8-бітного PS, Gigabit Ethernet, USB 2.0 (USB3310), USB 2.0 (CP2104), 2x SMA RF-роз'єми для приймача діапазонів IoT, 2x SMA RF-роз'єми для приймача 2,4 ГГц , RF-роз'єм приймач GNSS, FPGA-роз'єм JTAG для програмування. Розміри плати: 76,2 мм x 101,6 мм.
