深度学习

理解和使用深度学习网络

开始使用人工智能通过Datathons和比赛

发布的劳拉·马丁内斯Molera,

(30天)| 16视图喜欢|0评论
这篇文章来自希瑟·高尔,MATLAB产品营销。你可以跟着她在社交媒体: @heather.codes , @heather.codes , @HeatherGorr , @heather-gorr-phd 。这篇博客涵盖了一些比赛和为什么他们对你的职业很重要。

开始使用人工智能通过Datathons和比赛

最好的方法之一,开始使用机器学习和深度学习是试一试!在真实的数据是一些最有用的经验,当你开始——在你的整个职业生涯。真实数据集是混乱和必须做出许多决定之前训练模型。
有很多资源可以找到例子真实数据的问题,但是datathons和活动,特别有用的和有趣的。你可以赢得竞争(现金)或者实践和观察学习的经验和别人的解决方案。万博 尤文图斯通常,你在一个团队中,竞争是另一个伟大的方式合作,向同行学习。
全年MathWorks举办的比赛。在本帖里,我们将讨论最近的活动和突出当前女性在科学(wid) Datathon数据2022年2月26日,开通过。

女性在科学(wid) Datathons数据

wid Datathon公告
MathWorks发起了过去几wid Datathons。这些数据集有重要的社会影响和非常有趣的,适用于很多行业。参与者可以使用MATLAB进行比赛,这有助于探索和优化不同的模式迅速使用应用程序和熟悉语法(如果需要)。

2022:利用数据科学来减缓气候变化

这一次,它是一个气候变化的数据集,这是一个社会问题为一个有效的问题使用真实的数据。挑战在于如何准确预测建筑能源消耗。数据集包括建筑特点、气候和天气数据区域的建筑。得到更好的能源预测可以帮助最大化通过节能减排。
有几个例子来帮助你开始这样做在MATLAB和恩典Woolson写了一优秀的教程建立回归模型,然后进行比较。恩典,我最近还举办了一场YouTube转播画面车间根据本教程帮助开始使用一个类似的数据集:预测车辆MPG(气候因素也很重要)。
使用回归学习者训练和比较模型
另一个重要的注意wid Datathon是每个团队必须确定女性的一半。这是深刻的和鼓励,作为一个典型的Kaggle竞争不到20%女性参与者[引用https://www.widsconference.org/blog_archive/the -女性- -数据-科学- wid datathon - 2022 -现在-生活-在- kaggle]2021年,wid datathon超过80%的女性参与者来自六大洲的86个国家,这是一个很好的机会与一个多样的全球社区,一起学习。多年来我一直参与wid事件,我爱社区方面。下面是一个美丽的礼物定制的艺术品我收到当地组织者在福塔雷萨在一个事件!
自定义wid艺术品从wid福塔雷萨活动组织者

2021:深Chimpact

回到过去wid Datathon”深Chimpact:深度评估野生动物保护”,我喜欢它。动物的目标是估计的距离跟踪录像帮助野生动物监测和保护。有许多有趣的方法包括使用光流对视频进行预处理和深度学习模型(pre-trained CNN)的距离。另一种方法包括估计MATLAB中的光流,然后导入现有PyTorch模型,讨论了博客。这只是两个例子,但你可以浏览许多提交Kaggle找到成堆的创新的解决方案!万博 尤文图斯
示例数据从2021年深Chimpact竞争估计距离的动物

职业发展

参加这类比赛另一个有价值的方面是职业发展的机会。这是非常有价值的实践,与他人合作,并探索可能的职业道路。我建议任何“招聘会”相关的会议和比赛和参加小组讨论。例如,MathWorks招聘在许多相关领域,你可以联系我们如果你感兴趣的话职业发展机会)

MathWorks活动

希望你们确信活动是一个伟大的方式开始你的AI的旅程。MathWorks已经与大联盟黑客(MLH)帮助你使用MATLAB和Simulink实现你的想法。万博1manbetx检查很棒的MATLAB活动存储库开始资源和更多地了解我们的支持MLH黑客马拉松。万博1manbetx报名参加一个MathWorks MLH hackathon赞助,使用MATLAB或仿真软件,你可以赢得一些伟大的MATLAB赃物。万博1manbetx这里有一些例子一些过去的最佳使用MATLAB奖的赢家MLH活动:
你参加过datathon还是单独的?你想加入一个团队wid吗?分享你的经验,让我们在下面的评论中连接和社交媒体。

资源

|
类别:
深度学习
  • 打印
  • 发送电子邮件

另请参阅

评论

留下你的评论,请点击在这里MathWorks账户登录或创建一个新的。