This media is not supported in your browser
VIEW IN TELEGRAM
This is amazing.... Let's run deep neural networks on an amazing computer 😍🌱
GPU: P5000
CPU: AMD Ryzen Threadripper 1920x
Motherboard: msi X399
Thanks to Professor Andrzej Pacut
@AMBERBiometrics
@Mariecurie_alum
@euro_biometrics
@MSCActions
@nvidia https://t.co/ietwCPdFRK
@machinelearning_kartal
GPU: P5000
CPU: AMD Ryzen Threadripper 1920x
Motherboard: msi X399
Thanks to Professor Andrzej Pacut
@AMBERBiometrics
@Mariecurie_alum
@euro_biometrics
@MSCActions
@nvidia https://t.co/ietwCPdFRK
@machinelearning_kartal
2019_Book_HandbookOfBiometricAnti-Spoofi.pdf
15.3 MB
#book
#biometric
Handbook of Biometric Anti-Spoofing
Presentation Attack Detection
Editors: Marcel, S., Nixon, M.S., Fierrez, J., Evans, N. (Eds.)
@Machinelearning_Kartal
#biometric
Handbook of Biometric Anti-Spoofing
Presentation Attack Detection
Editors: Marcel, S., Nixon, M.S., Fierrez, J., Evans, N. (Eds.)
@Machinelearning_Kartal
#ژورنال جدید برای بیومتریک
Mayank :
It gives me immense pleasure to announce that my efforts on starting an IEEE Transactions is now successful. The first issue of IEEE T-BIOM is now online. It took me about 4 years to give the Biometrics Community its own IEEE Transactions:
https://lnkd.in/fABn2X3
My editorial, jointly with Mark Nixon, appears as Vol.1, No.1, Pages 1-2 :-)
Details of the Transactions are available at: https://lnkd.in/fhJ-Aur
#biometrics #ieeetransactions #artificialintelligence #ieee
https://www.linkedin.com/feed/update/urn:li:activity:6508952101203337216
@Machinelearning_Kartal
Mayank :
It gives me immense pleasure to announce that my efforts on starting an IEEE Transactions is now successful. The first issue of IEEE T-BIOM is now online. It took me about 4 years to give the Biometrics Community its own IEEE Transactions:
https://lnkd.in/fABn2X3
My editorial, jointly with Mark Nixon, appears as Vol.1, No.1, Pages 1-2 :-)
Details of the Transactions are available at: https://lnkd.in/fhJ-Aur
#biometrics #ieeetransactions #artificialintelligence #ieee
https://www.linkedin.com/feed/update/urn:li:activity:6508952101203337216
@Machinelearning_Kartal
ieeexplore.ieee.org
IEEE Xplore: IEEE Transactions on Biometrics, Behavior, and Identity Science
- (Current Issue)
- (Current Issue)
IEEE Xplore. Delivering full text access to the world's highest quality technical literature in engineering and technology.
Forwarded from DLeX: AI Python (Meysam Asgari)
کسب و کار کوچکی اگر دارید حتما اطلاع دهید که برایتان مجانی تبلیغ کنیم.
لطف کنید از ارسال تبلیغات در گروهها خودداری فرمایید.
با تشکر.
❇️ @AI_Python
🗣 @AI_Python_Arxiv
✴️ @AI_Python_EN
لطف کنید از ارسال تبلیغات در گروهها خودداری فرمایید.
با تشکر.
❇️ @AI_Python
🗣 @AI_Python_Arxiv
✴️ @AI_Python_EN
Machine learning application (Kartal)
دوستان گلم سلام و عرض ادب یکی از بچه های خوب گروهی، که ایشون در امریکا به سر می برن این متن رو گذاشتن و با اجازه ایشون در اینجا به اشتراک می گذارم.... " سلام دوستان. بچه های امنیتی نگاهی به برنامه کاراموزی لب ما بندازید. دانجشو میگیریم. اطلاعات کامل. ht…
خبر
🌹🌹🌹🌿🌿🌿💭💭💭
روز جهانی زن مبارک
الخصوص به همکار عزیزم که تازه خارجی شدن 😉😉
موفقیت یکی از دانشجویان دانشگاه تبریز (مهندس رعنا پورمحمد، دانشجوی ارشد دکتر لیلی محمد خانلی) برای پذیرش دوره اینترن شیپ در دانشگاه Arizona State University , از طریق معرفی پوزیش مربوطه در این کانال را به ایشان و اعضای محترم کانال تبریک عرض می نمایم.
با تشکر
جلیل نورمحمدی خیارک
@machinelearning_kartal
🌹🌹🌹🌿🌿🌿💭💭💭
روز جهانی زن مبارک
الخصوص به همکار عزیزم که تازه خارجی شدن 😉😉
موفقیت یکی از دانشجویان دانشگاه تبریز (مهندس رعنا پورمحمد، دانشجوی ارشد دکتر لیلی محمد خانلی) برای پذیرش دوره اینترن شیپ در دانشگاه Arizona State University , از طریق معرفی پوزیش مربوطه در این کانال را به ایشان و اعضای محترم کانال تبریک عرض می نمایم.
با تشکر
جلیل نورمحمدی خیارک
@machinelearning_kartal
Forwarded from Deleted Account
Adrian_Rosebrock_Deep_Learning_for.pdf
25.8 MB
Deep Learning for Computer Vision with Python
Forwarded from M
این لینک رو جناب آقای دکتر رضوی در کانال گذاشتن میتونید بدون نیاز به پسورد از مطالب کارگاه استفاده کنید.
با درود. با توجه به پیگیری دوستان گرامی و عدم قرار ندادن کدها در گیتهاب، لینک دسترسی به تمامی مطالب ارائه شده در دوره #یادگیریـعمیقـباـپایتون، شامل کدها، اسلایدها و ویدیوها و پرسش و پاسخهای مطرح شده در طول دوره در اختیار دوستان قرار داده میشود. با آرزوی بهروزی.
https://piazza.com/demo_login?nid=jecqbpbidn8tq&auth=b300eb1
https://piazza.com/university_of_tabriz/spring2018/dl201/home
با درود. با توجه به پیگیری دوستان گرامی و عدم قرار ندادن کدها در گیتهاب، لینک دسترسی به تمامی مطالب ارائه شده در دوره #یادگیریـعمیقـباـپایتون، شامل کدها، اسلایدها و ویدیوها و پرسش و پاسخهای مطرح شده در طول دوره در اختیار دوستان قرار داده میشود. با آرزوی بهروزی.
https://piazza.com/demo_login?nid=jecqbpbidn8tq&auth=b300eb1
https://piazza.com/university_of_tabriz/spring2018/dl201/home
Piazza
DL201 at University of Tabriz | Piazza
DL201 at University of Tabriz for Spring 2018 on Piazza, an intuitive Q&A platform for students and instructors.
#استخدام
در شهر مونیخ
How big is too big?
I am looking for multiple Big Data Engineers to join my client in Munich on a permanent basis.
Do you have strong experience with Hadoop and Scala and are interesting in working on an Autonomous Driving project?
If so, please comment below or email me at smouland@eu-recruit.com and we can have a chat today 😊
جهت تماس با شخص استخدام کننده به لینک زیر مراجعه شود :
https://www.linkedin.com/feed/update/urn:li:activity:6514455357551710208
کانال
https://xn--r1a.website/Machinelearning_Kartal/1670
در شهر مونیخ
How big is too big?
I am looking for multiple Big Data Engineers to join my client in Munich on a permanent basis.
Do you have strong experience with Hadoop and Scala and are interesting in working on an Autonomous Driving project?
If so, please comment below or email me at smouland@eu-recruit.com and we can have a chat today 😊
جهت تماس با شخص استخدام کننده به لینک زیر مراجعه شود :
https://www.linkedin.com/feed/update/urn:li:activity:6514455357551710208
کانال
https://xn--r1a.website/Machinelearning_Kartal/1670
Linkedin
Stephen Mouland posted on LinkedIn
How big is too big?
I am looking for multiple Big Data Engineers to join my client in Munich on a permanent basis.
Do you have strong experience with...
I am looking for multiple Big Data Engineers to join my client in Munich on a permanent basis.
Do you have strong experience with...
https://www.researchgate.net/publication/331670691_The_Unconstrained_Ear_Recognition_Challenge_2019
دوستان این یک مقاله ای است کهتازه منتشر شد در مورد شناسایی انسان از روی گوش. و توی رقابت اش تیم دانشگاه ما که بنده هم عضو اش بودم تونستیم سوم بشیم . مقاله جالبی هست مطالعه کنید و لطفا ایده ای هم توش دیدید خوشحال می شم کسی فیدبکی بدهد.
با تشکر نورمحمدی
کانال
https://xn--r1a.website/Machinelearning_Kartal/1671
دوستان این یک مقاله ای است کهتازه منتشر شد در مورد شناسایی انسان از روی گوش. و توی رقابت اش تیم دانشگاه ما که بنده هم عضو اش بودم تونستیم سوم بشیم . مقاله جالبی هست مطالعه کنید و لطفا ایده ای هم توش دیدید خوشحال می شم کسی فیدبکی بدهد.
با تشکر نورمحمدی
کانال
https://xn--r1a.website/Machinelearning_Kartal/1671
ResearchGate
(PDF) The Unconstrained Ear Recognition Challenge 2019-ArXiv version With Appendix
PDF | This paper presents a summary of the 2019 Unconstrained Ear Recognition Challenge (UERC), the second in a series of group benchmarking efforts... | Find, read and cite all the research you need on ResearchGate
#یک زمینه تحقیق
صرفا جهت اطلاع
بیومتریک در واقعیت مجازی
Xperi subsidiary FotoNation has announced a new iris recognition solution designed for VR and AR applications.IrisXR Brings Biometric Authentication to VR Headsets
Called IrisXR, it’s designed for use with headset devices, with the aim of enabling a high level of security for end users, with FotoNation asserting that it has a false acceptance rate of one in 10 million, as well as spoofing detection capabilities. Moreover, the company says its solution uses little memory and power, allowing OEMs to integrate it into their devices with little concern about cost trade-offs in these areas.
In a statement announcing the new solution, Xperi EVP Geir Skaaden suggested that it was built upon a foundation of biometrics expertise established in the company’s mobile solutions, asserting, “Being a leader in the mobile space for high-performance imaging solutions, we were able to bring the high level of security featured in mobile device technology into IrisXR.”
In offering the new biometric security solution, FotoNation is banking on anticipated growth in the VR/AR/MR market. In its announcement of IrisXR, the company cited an IDC report in predicting that the market will see a five-year CAGR of 57.7 percent. “We believe iris biometrics in the AR, VR and MR markets will set a new trend for years to come,” Skaaden said.
FotoNation says its solution will launch later this quarter.
https://findbiometrics.com/irisxr-biometric-authentication-vr-501035/
کانال
https://xn--r1a.website/Machinelearning_Kartal/1673
صرفا جهت اطلاع
بیومتریک در واقعیت مجازی
Xperi subsidiary FotoNation has announced a new iris recognition solution designed for VR and AR applications.IrisXR Brings Biometric Authentication to VR Headsets
Called IrisXR, it’s designed for use with headset devices, with the aim of enabling a high level of security for end users, with FotoNation asserting that it has a false acceptance rate of one in 10 million, as well as spoofing detection capabilities. Moreover, the company says its solution uses little memory and power, allowing OEMs to integrate it into their devices with little concern about cost trade-offs in these areas.
In a statement announcing the new solution, Xperi EVP Geir Skaaden suggested that it was built upon a foundation of biometrics expertise established in the company’s mobile solutions, asserting, “Being a leader in the mobile space for high-performance imaging solutions, we were able to bring the high level of security featured in mobile device technology into IrisXR.”
In offering the new biometric security solution, FotoNation is banking on anticipated growth in the VR/AR/MR market. In its announcement of IrisXR, the company cited an IDC report in predicting that the market will see a five-year CAGR of 57.7 percent. “We believe iris biometrics in the AR, VR and MR markets will set a new trend for years to come,” Skaaden said.
FotoNation says its solution will launch later this quarter.
https://findbiometrics.com/irisxr-biometric-authentication-vr-501035/
کانال
https://xn--r1a.website/Machinelearning_Kartal/1673
FindBiometrics
IrisXR Brings Biometric Authentication to VR Headsets
Xperi subsidiary FotoNation has announced a new iris recognition solution designed for VR and AR applications.
Machine learning application (Kartal) pinned «#توجه #پرداخت های🌿 #خارجی💭 فقط با نرخ روز بازار بدون هیچ هزینه اضافه🌹 فقط برای دانشجویان🌹 و محققان💭 دانشگاهی دوستان سلام چند روز پیش یکی از اعضای محترم پیام دادند که برای ژورنال پولی که ۳۵۰ دلار امریکا هزینه اش بود ۳۵۰+۸۵ دلار با نرخ روز بازار پرداخت کرده…»
Forwarded from Machine learning application (Kartal)
#توجه
#پرداخت های🌿 #خارجی💭 فقط با نرخ روز بازار بدون هیچ هزینه اضافه🌹 فقط برای دانشجویان🌹 و محققان💭 دانشگاهی
دوستان سلام
چند روز پیش یکی از اعضای محترم پیام دادند که برای ژورنال پولی که ۳۵۰ دلار امریکا هزینه اش بود ۳۵۰+۸۵ دلار با نرخ روز بازار پرداخت کرده است. و می گفت خیلی سنگینه برایم منم موقع دانشجویی چنین اوضاع رو چشیده و دیده ام بنابراین تصمیم گرفته ام برای اعضای کانال که همیشه لطف دارن بهم امکان پرداخت این جور هزینه ها رو مهیا کنم احتمالا خبر دارین که بنده لهستان هستم و مستر کارت و ویزا کارت دارم هر کسی از دوستان نیاز داشتند لطفا خبر بدهند تا من پرداخت هایشان را انجام بدهم.
🌿🌿🌿💭💭💭🌹🌹🌹
شرایط پرداخت هم به این صورت هست که بنده پساز دریافت اطلاعات پرداختی شما، فیش پیش پرداخت خدمتتون ارسال می نمایم تا ادامه کارها انجام شود. قابل ذکر هست هزینه فقط هزینه خواسته شده از شما به دلار یا یورو به نرخ روز بازار حساب خواهد شد.
امیدوارم بتونم برای دوستان عزیزم کمک و یاری کرده باشم.
برای دوستان خود هم اطلاع رسانی نمایید.
با کانال
https://xn--r1a.website/Machinelearning_Kartal/1381
همراه باشید.
#پرداخت های🌿 #خارجی💭 فقط با نرخ روز بازار بدون هیچ هزینه اضافه🌹 فقط برای دانشجویان🌹 و محققان💭 دانشگاهی
دوستان سلام
چند روز پیش یکی از اعضای محترم پیام دادند که برای ژورنال پولی که ۳۵۰ دلار امریکا هزینه اش بود ۳۵۰+۸۵ دلار با نرخ روز بازار پرداخت کرده است. و می گفت خیلی سنگینه برایم منم موقع دانشجویی چنین اوضاع رو چشیده و دیده ام بنابراین تصمیم گرفته ام برای اعضای کانال که همیشه لطف دارن بهم امکان پرداخت این جور هزینه ها رو مهیا کنم احتمالا خبر دارین که بنده لهستان هستم و مستر کارت و ویزا کارت دارم هر کسی از دوستان نیاز داشتند لطفا خبر بدهند تا من پرداخت هایشان را انجام بدهم.
🌿🌿🌿💭💭💭🌹🌹🌹
شرایط پرداخت هم به این صورت هست که بنده پساز دریافت اطلاعات پرداختی شما، فیش پیش پرداخت خدمتتون ارسال می نمایم تا ادامه کارها انجام شود. قابل ذکر هست هزینه فقط هزینه خواسته شده از شما به دلار یا یورو به نرخ روز بازار حساب خواهد شد.
امیدوارم بتونم برای دوستان عزیزم کمک و یاری کرده باشم.
برای دوستان خود هم اطلاع رسانی نمایید.
با کانال
https://xn--r1a.website/Machinelearning_Kartal/1381
همراه باشید.
چالش جدید دیگر از سایت https://www.kaggle.com
🌹انتخاب به عنوان کار تحقیقاتی جدید
🌿 انتخاب عنوان برای پایان نامه برای دوستان و دانشجویان ارشد عزیز.
💭برای بچه هایی که دنبال چالش هستند
Hi @jalilnoormohammadi,
We're excited to let you know about a new competition by Jigsaw! Can you help detect toxic comments ― and minimize unintended model bias? That's your challenge in this year's edition. Click the button at the bottom of this email to get started.
About the Competition
In this competition, you're challenged to build a model that recognizes toxicity and minimizes unintended bias with respect to mentions of identities. You'll be using a dataset labeled for identity mentions and optimizing a metric designed to measure unintended bias. Develop strategies to reduce unintended bias in machine learning models, and you'll help the Conversation AI team, and the entire industry, build models that work well for a wide range of conversations.
About the Host
The Conversation AI team, a research initiative founded by Jigsaw and Google (both part of Alphabet), builds technology to protect voices in conversation. A main area of focus is machine learning models that can identify toxicity in online conversations, where toxicity is defined as anything rude, disrespectful or otherwise likely to make someone leave a discussion.
Prizes:
$65,000 Total prize pool
Next important deadline:
June 19, 2019 - Entry deadline.
Join the competition
Good luck,
Walter Reade
Kaggle Data Scientist
منبع:
https://www.kaggle.com/c/jigsaw-unintended-bias-in-toxicity-classification/?utm_medium=email&utm_source=intercom&utm_campaign=jigsaw-2-mailer
🌹🌹🌿🌿🌿💭💭💭
با کانال
https://xn--r1a.website/Machinelearning_Kartal/1382
همراه باشید.
🌹انتخاب به عنوان کار تحقیقاتی جدید
🌿 انتخاب عنوان برای پایان نامه برای دوستان و دانشجویان ارشد عزیز.
💭برای بچه هایی که دنبال چالش هستند
Hi @jalilnoormohammadi,
We're excited to let you know about a new competition by Jigsaw! Can you help detect toxic comments ― and minimize unintended model bias? That's your challenge in this year's edition. Click the button at the bottom of this email to get started.
About the Competition
In this competition, you're challenged to build a model that recognizes toxicity and minimizes unintended bias with respect to mentions of identities. You'll be using a dataset labeled for identity mentions and optimizing a metric designed to measure unintended bias. Develop strategies to reduce unintended bias in machine learning models, and you'll help the Conversation AI team, and the entire industry, build models that work well for a wide range of conversations.
About the Host
The Conversation AI team, a research initiative founded by Jigsaw and Google (both part of Alphabet), builds technology to protect voices in conversation. A main area of focus is machine learning models that can identify toxicity in online conversations, where toxicity is defined as anything rude, disrespectful or otherwise likely to make someone leave a discussion.
Prizes:
$65,000 Total prize pool
Next important deadline:
June 19, 2019 - Entry deadline.
Join the competition
Good luck,
Walter Reade
Kaggle Data Scientist
منبع:
https://www.kaggle.com/c/jigsaw-unintended-bias-in-toxicity-classification/?utm_medium=email&utm_source=intercom&utm_campaign=jigsaw-2-mailer
🌹🌹🌿🌿🌿💭💭💭
با کانال
https://xn--r1a.website/Machinelearning_Kartal/1382
همراه باشید.
Kaggle
Jigsaw Unintended Bias in Toxicity Classification
Detect toxicity across a diverse range of conversations
Machine learning application (Kartal)
#آموزش #هدف_دار 🌿💭🌹 سرمایه گذاری روی دانشجویانی که دنبال تحقیق هستن و مشکل هزینه دارن دوستان عزیز سلام و وقت بخیر یادمه وقتی دانشجوی کاردانی بودم هزینه این را نداشتم که کلاس رباتیک شرکت کنم و خدا سلامت کنه استادم دکتر ذباح ایشون قبول کردن که بدون هزینه در…
در این راستا اعضای محترم تیم سلف داریوینگ کانال رو به دیدن و ایده گرفتن از ویدیوهایی دعوت می کنم که در ادامه اینجا به اشتراک خواهم گذاشت. با تشکر.
Media is too big
VIEW IN TELEGRAM
MIT Deep Learning Basics: Introduction and Overview
@Machinelearning_Kartal
امیدوارم برای اعضای تیم و اعضای کانال مفید باشد
@Machinelearning_Kartal
امیدوارم برای اعضای تیم و اعضای کانال مفید باشد
Machine learning application (Kartal)
MIT Deep Learning Basics: Introduction and Overview @Machinelearning_Kartal امیدوارم برای اعضای تیم و اعضای کانال مفید باشد
OUTLINE:
0:00 - Introduction
0:53 - Deep learning in one slide
4:55 - History of ideas and tools
9:43 - Simple example in TensorFlow
11:36 - TensorFlow in one slide
13:32 - Deep learning is representation learning
16:02 - Why deep learning (and why not)
22:00 - Challenges for supervised learning
38:27 - Key low-level concepts
46:15 - Higher-level methods
1:06:00 - Toward artificial general intelligence
0:00 - Introduction
0:53 - Deep learning in one slide
4:55 - History of ideas and tools
9:43 - Simple example in TensorFlow
11:36 - TensorFlow in one slide
13:32 - Deep learning is representation learning
16:02 - Why deep learning (and why not)
22:00 - Challenges for supervised learning
38:27 - Key low-level concepts
46:15 - Higher-level methods
1:06:00 - Toward artificial general intelligence
دوستان سلام وقت بخیر
اگر کسی triplets loss function
رو برای ریترین
Resnet50 or Mobilwnet
یا هر شبکه پریترین روی imagenet
پیاده کرده و بعد ترین ازش استخراج ویژگی کرده
لطفا به من پیام بده با پرداخت هزینه به کمک شما نیازمندم.
با تشکر
@Kartal_jnkh
اگر کسی triplets loss function
رو برای ریترین
Resnet50 or Mobilwnet
یا هر شبکه پریترین روی imagenet
پیاده کرده و بعد ترین ازش استخراج ویژگی کرده
لطفا به من پیام بده با پرداخت هزینه به کمک شما نیازمندم.
با تشکر
@Kartal_jnkh
Forwarded from a f
سلام.
دوستان من براي يه پروژه آكادميك (Recommender Systems) نياز دارم مجموعه اي از امتيازات چندتا فيلم رو داشته باشم. ممنون ميشم اگر وقت داشتيد لطف كنيد تو اين صفحه به فيلم ها امتياز بديد.
* هيچ اطلاعاتي ازشما دخيره نمي شه و احتمالا كمتر از ١ دقيقه زمان مي بره.
(به خصوص اگر با كامپيوتر ببينيد كه صفحه اش بزرگتره).
.
.
خيلي ممنون از همگي 🙏🏻
http://rabin.freehost.io
.
دوستان من براي يه پروژه آكادميك (Recommender Systems) نياز دارم مجموعه اي از امتيازات چندتا فيلم رو داشته باشم. ممنون ميشم اگر وقت داشتيد لطف كنيد تو اين صفحه به فيلم ها امتياز بديد.
* هيچ اطلاعاتي ازشما دخيره نمي شه و احتمالا كمتر از ١ دقيقه زمان مي بره.
(به خصوص اگر با كامپيوتر ببينيد كه صفحه اش بزرگتره).
.
.
خيلي ممنون از همگي 🙏🏻
http://rabin.freehost.io
.
یدلوژی که من برای استخراج اطلاعات از یک مقاله در اوردم این هست.
در هنگام مطالعه یک مقاله اگر به سوالات زیر جواب یابیم یعنی مقاله رو خوب خوانده ایم.
۱- هدف کلی مقاله (کلا مسله چیه)
۲- چه معزلی از مسله رو بررسی می کنه.
۳- علت بررسی چیه چرا به این فکر افتادن که این مسئله رو بررسی کنند؟
۴- روش پیشنهادی چی دادن؟ آیا روش جدید دادن یا از روش های قبلی استفاده کردن؟
۵- سناریو کار چیه؟ یعنی روال کاری که در نظر گرفتن چطوریه؟ (ورودی چیه خروجی چیه )
۶- داده ها چطوری ساخته شدن. چی آن.
۷- با چه معیاری بررسی کرده؟
۸ - نتایج به دست امده چیست ؟
۹- نظر شخصی خودتون. آیا می شه ازش ایده گرفت یا نه به درد نمی خوره کارشون؟
جلیل نورمحمدی خیارک
با کانال
https://xn--r1a.website/Machinelearning_Kartal/1690
همراه باشید.
در هنگام مطالعه یک مقاله اگر به سوالات زیر جواب یابیم یعنی مقاله رو خوب خوانده ایم.
۱- هدف کلی مقاله (کلا مسله چیه)
۲- چه معزلی از مسله رو بررسی می کنه.
۳- علت بررسی چیه چرا به این فکر افتادن که این مسئله رو بررسی کنند؟
۴- روش پیشنهادی چی دادن؟ آیا روش جدید دادن یا از روش های قبلی استفاده کردن؟
۵- سناریو کار چیه؟ یعنی روال کاری که در نظر گرفتن چطوریه؟ (ورودی چیه خروجی چیه )
۶- داده ها چطوری ساخته شدن. چی آن.
۷- با چه معیاری بررسی کرده؟
۸ - نتایج به دست امده چیست ؟
۹- نظر شخصی خودتون. آیا می شه ازش ایده گرفت یا نه به درد نمی خوره کارشون؟
جلیل نورمحمدی خیارک
با کانال
https://xn--r1a.website/Machinelearning_Kartal/1690
همراه باشید.
Telegram
Machine learning application (Kartal)
بهترین پیپر انتخاب شده در
BioSig 2019
German- Darmstadt.
@Machinelearning_kartal
BioSig 2019
German- Darmstadt.
@Machinelearning_kartal