Ч а с т ь I главный редактор
жүктеу/скачать 7.68 Mb. Pdf көрінісі
|
- Бұл бет үшін навигация:
- Алгоритмы кластеризации в машинном обучении
- Ключевые слова
| 47
Information Technology Рис. 3. Регистрация пользователя Для распознавания необходимо сначала с помощью вызова функций библиотеки определить лицо на фотографии. Затем про- исходит сопоставление исходного лица со всеми лицами в группе, в результате чего выбирается наиболее подходящий вариант. С помощью разработанной утилиты авторизации пользова- теля, которая выполняет описанные выше функции распозна- вания, был получен результат идентификации, представленный на рис. 4. Рис. 4. Результат идентификации пользователя В ходе дальнейшего тестирования была определена степень совпадения лиц пользователя при входном изображении с по- воротом лица в 45 градусов. Результат составил 91%, что явля- ется довольно хорошим результатом. Литература: 1. Селянкин, В. В. Компьютерное зрение. Анализ и обработка изображений: учебное. Санкт-Петербург: Лань, 2019. 2. Open Source Computer Vision. [Электронный ресурс]. Режим доступа: https://docs.opencv.org/4.1.2/. 3. Документация по службам Cognitive Services. [Электронный ресурс]. Режим доступа: https://docs.microsoft.com/ru-ru/ azure/cognitive-services/. Алгоритмы кластеризации в машинном обучении Топалович Никола, студент магистратуры Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации (г. Москва) В статье рассматриваются основные алгоритмы кластеризации в машинном обучении. Ключевые слова: искусственный интеллект, AI, машинное обучение, ML, кластер, данные. Е жедневно искусственный интеллект все сильней и сильней вторгается в нашу жизнь. В 90-х годах и начале XXI века ис- кусственный интеллект достиг наибольшего успеха. Все больше и больше различных работ люди оставляют роботам, например, |