Machine Learning

Apprendimento automatico per la riproduzione, il riconoscimento, e l’analisi di grandi quantità di dati.

Federated Learning applications

Gli approcci standard di machine learning richiedono la centralizzazione dei dati di addestramento su una macchina o in un data center. Per i dati di addestramento raccolti dall’interazione dell’utente con i dispositivi mobili, è meglio utilizzare un approccio diverso, il federated learning. Il federated learning consente ai dispositivi mobili di apprendere in modo collaborativo un modello di previsione condiviso (addestrare il modello di previsione) mantenendo tutti i dati sul dispositivo. In questo modo si riduce il tempo di latenza, il…

Building machine learning applications

Analizziamo e progettiamo il modo migliore per utilizzare una struttura dati per ottimizzare automaticamente gli algoritmi. La strada da compiere per realizzare una applicazione di machine learning è lunga e tortuosa. Dopo aver assistito molte aziende nella realizzazione di progetti di ML abbiamo identificato le 4 fasi da seguire: 1. L’approccio. Ci sono diversi modi per definire gli obiettivi di una applicazione di ML. La disponibilità dei dati, i criteri di successo e la complessità del compito sono gli elementi…

Decision optimization

La Decision Optimization fornisce strumenti che utilizzano le scienze matematiche e computazionali per aiutare i data scientist a ottimizzare le decisioni di machine-learning. I modelli di ottimizzazione di queste strategie decisionali possono ora essere distribuiti più facilmente in modalità as a service all’interno di applicazioni di intelligenza artificiale. Forniamo la progettazione e la realizzazione di questi servizi secondo le specifiche del cliente.

Image and object identification

Il riconoscimento di oggetti è un termine generale per descrivere una raccolta di compiti relativi alla visione artificiale che implica l’identificazione di oggetti in fotografie digitali. Possiamo distinguere tra questi tre compiti di visione artificiale: 1.Classificazione delle immagini: prevedere il tipo o la classe di un oggetto in un’immagine. 2.Localizzazione degli oggetti: individuare la presenza di oggetti in un’immagine e indica la loro posizione con un rettangolo di selezione. 3.Rilevamento oggetti: individua la presenza di oggetti con un rettangolo di…

DOVE SIAMO

Via San Quintino 29L
10121 Torino (TO)

tel. +39 011 0243592

scrivi a: info@desidoo.com

Mappa

SEGUICI SU