Intelligenza artificiale con Python e Mblock - Teoria e applicazioni #698174

★RETI NEURALI IN PYTHON 3 CON FUNZIONE DI ATTIVAZIONE SIGMOIDE E CLASSIFICAZIONE A 2 CLASSI (MACHINE LEARNING) ★ RETE NEURALE A 5 INPUT CON LA LIBRERIA NUMPY (MACHINE LEARNING) ★ CLASSIFICAZIONE MULTICLASSE CON 4 ATTRIBUTI (MACHINE LEARNING) ★ TRANSFER LEARNING CON TENSOR FLOW E KERAS, MODELLO PREFORMATO MOBILENET ★ MACHINE LEARNING: PREVISIONI CON KERAS MODELLO SEQUENTIAL - DATASET 4 PARAMETRI ★ MACHINE LEARNING: PREVISIONI CON KERAS MODELLO SEQUENTIAL - DATASET 6 PARAMETRI ★ DECISION MAKING: DECISION TREE CON LA LIBRERIA SK LEARN UN ESEMPIO DI MACHINE LEARNING: LA VISIONE ARTIFICIALE (COMPUTER VISION) ★ COMPUTER VISION: RILIEVO DI SEMPLICI FORME GEOMETRICHE DA UNA IMMAGINE, COLORAZIONE FORME E CONTEGGIO DELLE OCCORRENZE DI OGNI FORMA NELL'IMMAGINE ★ COMPUTER VISION: MATCHING ★ COMPUTER VISION: CONFRONTO FRA IMMAGINI ★ MACHINE LEARNING IN MBLOCK PER LA RACCOLTA DIFFERENZIATA ★ COMPUTER VISION IN PYTHON: FACE DETECTION E RILEVAMENTO VISUAL LANDMARKS ★ ROBOTICA E INTELLIGENZA ARTIFICIALE: RICONOSCIMENTO VOCALE IN MBLOCK ★ RICONOSCIMENTO EMOZIONI IN MBLOCK