Blog

6
okt

Starten met een deep learning project: Train en implementeer een deep learning model

Starten met een deep learning project: Train en implementeer een deep learning model In de voorgaande posts hebben we stuk voor stuk de stappen van het starten met een deep learning project doorgenomen. Deze week bespreken we de laatste stappen van het project: Het trainen en implementeren van het deep learning model. Het trainen van een deep learning model Voor

Read more

29
sep

Starten met een deep learning project: Breng data naar training platform

Starten met een deep learning project: Breng data naar training platform In de afgelopen twee posts hebben we de eerste stappen van een deep learning project doorgenomen. Na het bepalen van de business- en data behoeften, hebben we besproken hoe je de data van de edge naar de fog kunt bewegen. Als de data vervolgens eenmaal voorbereid is op training,

Read more

22
sep

Starten met een deep learning project: Breng data van edge naar fog en bereid het voor op training

Starten met een deep learning project: Breng data van edge naar fog en bereid het voor op training Breng data van edge naar fog De opname van data is een belangrijke overweging voor iedere deep learning use case, maar het is met name cruciaal voor use cases waarbij databronnen die zich bij de edge bevinden betrokken zijn. Data stroomt vaak

Read more

25
aug

Starten met een deep learning project: Bepaal jouw business- en data behoeften

Starten met een deep learning project: Bepaal jouw business- en databehoeften Bij het uitvoeren van een AI project komen vele factoren kijken. Zo hangt het succes van het project niet alleen af van het bij elkaar brengen van een gekwalificeerd team, maar bijvoorbeeld ook van het selecteren van de juiste infrastructuur. Wegens de complexiteit kan de kritieke rol die data

Read more

11
aug

Architecturen voor edge video analytics

Architecturen voor edge video analytics We kunnen de lage latency en hoge verwerkingscapaciteit van edge computing benutten voor videoverwerking. Dit stelt camera’s in staat om real-time analytics te produceren, die gebruikt kunnen worden voor toezicht, onregelmatigheidsdetectie, tracking, het verzamelen van inzichten uit beelden, en vele andere taken. Edge video analytics kan in verschillende architecturen worden geïmplementeerd. Edges en fogs Een

Read more

28
jul

Edge video analytics voordelen, nadelen en voorzorgsmaatregelen

Edge video analytics voordelen, nadelen en voorzorgsmaatregelen Edge video analytics is een toepassing van edge computing. Als een edge grafische data of video data produceert, dan kan deze een ‘video edge’ genoemd worden. Doorgaans zijn deze edges videocamera’s die bewegingen van de omgeving waarnemen/opnemen. Wat video edges betreft kan edge computing ons helpen met analytics, onregelmatigheid detectie, object identificatie, en

Read more

14
jul

AI activiteiten in de edge of in de cloud?

AI activiteiten in de edge of in de cloud? Vorige keer hebben we het gehad over het belang van edge computing voor AI activiteiten in een IoT omgeving. Ondanks de belangrijke rol die edge computing nu speelt, staat cloud computing met al zijn voordelen zeker niet op het punt om te verdwijnen. Wat we graag willen is the best of

Read more

30
jun

Snelheid en interconnectiviteit met AI in de edge

Snelheid en interconnectiviteit met AI in de edge AI heeft praktische implicaties die de manier waarop bedrijven dingen voor elkaar krijgen aan het veranderen is. Ontwikkelaars zijn manieren aan het ontdekken om AI te combineren met de Internet of Things om bedrijven te helpen profiteren van de data die door verbonden apparaten wordt gegenereerd. Het ultieme doel hiervan is om

Read more

16
jun

Semi-supervised machine learning

Semi-supervised machine learning Zowel supervised machine learning (SML) als unsupervised machine learning (UML) hebben hun voor- en nadelen. Een groot nadeel van SML is dat doorgaans slechts een fractie van data daadwerkelijk is gelabeld, algoritmisch dan wel handmatig. Een groot nadeel van UML is dat je geen precieze informatie kan krijgen met betrekking tot het sorteren van gegevens. In een

Read more

3
jun

Unsupervised machine learning voor objectiviteit, privacy en minder data

Unsupervised machine learning voor objectiviteit, privacy en minder data Machine learning helpt patronen in big data te ontdekken die leiden tot bruikbare inzichten. Zoals eerder besproken zijn machine learning algoritmen in grote lijnen te verdelen in twee groepen gebaseerd op de manier waarop zij leren over data om voorspellingen te doen, namelijk supervised machine learning (SML) en unsupervised machine learning

Read more