Build with Google AIY Kits

IT Cat 開箱測評：內置 Edge TPU 的 Google Coral Dev Board

- July 21, 2019

IT Cat 開箱 Google Coral Dev Board~ 內置 Edge TPU 的開發板，現在為妳揭曉它的廬山真面目! 我們當初獲得 Coral 的網路商店： https://store.gravitylink.com/global 聽朋友說，這家店基本上全球可發貨哦~ 後續「IT Cat」會更新更多 Coral 產品的使用內容! 記得關註我們哦~

10個開源的機器學習工具，AI入門到精通！

- August 03, 2018

1. DataRobot DataRobot（DR）是一款高度自動化的機器學習平臺，由全球最好的Kagglers構建，包括Jeremy Achin，Thoman DeGodoy和Owen Zhang。該平臺聲稱已經消除了對數據科學家的需求。這從他們網站的一句話中可以明顯看出 - “數據科學需要數學和統計資質、編程技能和商業知識。借助DataRobot，你只需提供商業知識和數據，而我們的尖端自動化負責其餘部分。” 模型優化：平臺通過採用文本挖掘、變數類型檢測、編碼、插補、縮放、轉換等自動檢測最佳數據預處理和特徵工程。部署：只需點擊幾下即可輕鬆部署設施（無需編寫任何新代碼）。對於軟體工程師： Python SDK和API可用於將模型快速集成到工具和軟體中。 2. BigML BigML提供了一個良好的圖形用戶介面，可以讓用戶通過以下6個步驟掌握：來源：使用各種資訊來源數據集：使用定義的源創建數據集模型：製作預測模型預測：基於模型生成預測合成：創建各種模型的合成評估：針對驗證集的非常模型這些過程顯然會以不同的順序迭代。BigML平臺提供了很好的結果可視化，並具有求解分類、回歸、聚類、異常檢測和關聯發現問題的演算法。他們提供按月、季度和年度訂閱捆綁在一起的幾個軟體包。他們甚至提供免費套餐，但上傳數據集的大小限制為16MB。 4. Google Cloud AutoML Cloud AutoML是Google機器學習組件的一部分，它允許有限ML專業知識的人員來構建高質量模型。作為Cloud AutoML產品組合的一部分，第一款產品是Cloud AutoMLVision。該服務使得訓練圖像識別模型變得更加簡單。它具有拖放介面，可以讓您上傳圖像，訓練模型，然後直接在Google Cloud上部署這些模型。 Cloud AutoML Vision基於Google的遷移學習和神經架構搜索等技術。這個工具已經被很多組織所使用。看看這篇文章，看看AutoML在兩個驚人的現實生活例子的表現，以及它如何產生比任何其他工具更好的結果。 5. MLBase MLBase是加州大學伯克利分校的AMP（演算法機器人）實驗室開發的一個開源專案。背後的核心思想是為機器學習應用於大規模問...

Search This Blog

MAKER EVEN