Machine Intelligence: Computer Vision and Natural Language Processing
Stroje sú systematicky posilňované, aby boli interaktívne a inteligentné vo svojich operáciách, ponukách a výstupoch. Existujú priekopnícke technológie a nástroje umelej inteligencie (AI). Algoritmy strojového a hlbokého učenia (ML/DL) spolu s ich podpornými rámcami, knižnicami a špecializovanými akcelerátormi nachádzajú mimoriadne užitočné uplatnenie v počítačovom a strojovom videní, v rozhraniach človek-stroj (HMI) a v inteligentných strojoch. Stroje, ktoré vidia a vnímajú, môžu priniesť hlbšie a rozhodujúce možnosti zrýchlenia, automatizácie a rozšírenia pre podniky, ako aj pre ľudí pri ich každodenných úlohách. Strojové videnie sa stáva realitou vďaka pokroku v oblasti počítačového videnia a prístrojového vybavenia zariadení. Stroje sú čoraz viac softvérovo definované. To znamená, že do strojov novej generácie sa zabudovávajú softvérové a hardvérové moduly umožňujúce videnie, ktoré si uvedomujú samy seba, okolie a situáciu.
Strojová inteligencia kladie dôraz na počítačové videnie a spracovanie prirodzeného jazyka ako hnacie sily pokroku v oblasti strojovej inteligencie. Kniha skúma tieto technológie od úrovne algoritmov až po úroveň aplikácií. Skúma tiež integračné technológie umožňujúce inteligentné aplikácie v podnikaní a priemysle.
Vlastnosti:
⬤ Detekcia objektov pohybových obrázkov cez hlas pomocou algoritmov hlbokého učenia.
⬤ Všadeprítomná výpočtová technika a rozšírená realita v HCI.
⬤ Učenie a uvažovanie v umelej inteligencii.
⬤ Hospodárska udržateľnosť, ohľaduplnosť a rozmanitosť vo veku umelej inteligencie a strojového učenia.
⬤ Streamingová analytika pre oblasti zdravotníctva a maloobchodu.
Kniha pokrýva zavedené a nové technológie v oblasti strojového videnia, zameriava sa na nedávne a nové aplikácie a rozoberá najmodernejšie technológie a nástroje.
© Book1 Group - všetky práva vyhradené.
Obsah tejto stránky nesmie byť kopírovaný ani použitý čiastočne alebo v celku bez písomného súhlasu vlastníka.
Posledná úprava: 2024.11.13 22:11 (GMT)