Wyniki wyszukiwania dla: uczenie glebokie

• Z_23_24 Uczenie głębokie

  Kursy Online

  • S. Zaporowski
  • T. Kocejko
  • M. Sobotka
  • J. Rumiński
  • N. Szarwińska
  • P. A. Leszczełowska

  II stopień IBm oraz II stopień INF 2 semestr - wspólny, AI Tech

• Uczenie głębokie (zima 2022/2023)

  Kursy Online

  • A. Kurowski
  • S. Zaporowski
  • T. Kocejko
  • M. Kaczmarek
  • N. Kowalczyk
  • M. Mazur-Milecka
  • J. Rumiński

  II stopień IBm oraz II stopień INF 2 semestr - wspólny, AI Tech

• Uczenie Głębokie w Widzeniu Komputerowym 2022

  Kursy Online

  • T. M. Boiński
  • A. Brzeski

• 2022/2023 - Uczenie Głębokie w Widzeniu Komputerowym

  Kursy Online

  • T. M. Boiński
  • J. Cychnerski
  • K. Draszawka
  • A. Brzeski
  • R. Benke
  • A. Królicka-Gałązka

• Uczenie Głębokie w Widzeniu Komputerowym - 2023/2024

  Kursy Online

  • A. Brzeski
  • A. Królicka-Gałązka

• Głębokie Uczenie ze Wzmocnieniem 2021

  Kursy Online

  • K. Manuszewski

  Kurs stanowi wprowadzenie do tematyki Głębokiego Uczenia ze Wzmocnieniem. Kurs porusza następujące zagadnienia: Głębokie uczenie przez imitację Wprowadzenie do uczenia ze wzmocnieniem Głębokie uczenie przy pomocy aproksymacji funkcji wartości Głębokie uczenie przy pomocy gradientu strategii

• Głębokie Uczenie ze Wzmocnieniem 2020

  Kursy Online

  • K. Manuszewski
  • G. Chłodziński

  Kurs stanowi wprowadzenie do tematyki Głębokiego Uczenia ze Wzmocnieniem. Kurs porusza następujące zagadnienia: Głębokie uczenie przez imitację Wprowadzenie do uczenia ze wzmocnieniem Głębokie uczenie przy pomocy aproksymacji funkcji wartości Głębokie uczenie przy pomocy gradientu strategii

• Głębokie uczenie ze wzmocnieniem 2022/2023

  Kursy Online

  • K. Manuszewski
  • P. Kowalski

• Głębokie uczenie ze wzmocnieniem 2023/2024 (Archiwizowany 2023-11-02)

  Kursy Online

  • P. Kowalski

• Segmentacja obrazów medycznych przy ograniczonej liczbie adnotacji

  Publikacja

  • T. Gruzdzis
  • K. Wicki
  • P. Gładkowska
  • T. M. Boiński

  - Rok 2022

  W dziedzinie badań klinicznych i opieki zdrowotnej tradycyjne podejście w uczeniu głębokim polegające na wykorzystaniu dużych zbiorów danych jest trudne w realizacji. Przyczyną takiego stanu rzeczy są koszty znakowania obrazów medycznych, zwłaszcza w przypadku segmentacji obrazów medycznych. Jest to żmudna operacja, która zazwyczaj wymaga intensywnego znakowania pikseli wykonanego przez ekspertów – lekarzy. W tym rozdziale zaprezentowano...

  Pełny tekst do pobrania w serwisie zewnętrznym

• Architektury klasyfikatorów obrazów

  Publikacja

  • K. Zawora

  - Rok 2022

  Klasyfikacja obrazów jest zagadnieniem z dziedziny widzenia komputerowego. Polega na całościowej analizie obrazu i przypisaniu go do jednej lub wielu kategorii (klas). Współczesne rozwiązania tego problemu są w znacznej części realizowane z wykorzystaniem konwolucyjnych głębokich sieci neuronowych (convolutional neural network, CNN). W tym rozdziale opisano przełomowe architektury CNN oraz ewolucję state-of-the-art w klasyfikacji...

  Pełny tekst do pobrania w serwisie zewnętrznym

• Rafał Buler

  Osoby