Realizzare una rete neurale artificiale con la deep-learning library Deeplearning4j per classificare oggetti in base a particolari caratteristiche
Introduciamo il discorso relativo alle Artificial Neural Networks prima di realizzare un rete neurale artificiale per la classificazione di oggetti
Terminiamo il nostro discorso riguardante la regressione lineare e la costruzione di un modello lineare implementando una classe Java per la Regressione
Proseguiamo nell’implementazione della nostra classe Java per la Regressione costruendo un modello lineare e specificando l’algoritmo di addestramento
Introduciamo i concetti di Regressione lineare e logistica e cominciamo ad implementare una prima classe Java per il Deep Learning
Cos’è il Deep Learning, una specializzazione del Machine Learning usata per tecniche di face-recognition, text translation, voice recognition e non solo
Quarkus: utilizziamo l’annotation @Test, unità fondamentale in JUnit, per definire un metodo come metodo di test e creiamo una classe di test
Proseguiamo la trattazione degli smart contract Takamaka installando ed eseguendo uno smart contract su una Blockchain Takamaka in memoria
Introduciamo il discorso riguardante la creazione di una classe di test per Quarkus descrivendo un ambiente basato su JUnit 5
Blockchain in Java: introduciamo il concetto di smart contract presentando un semplice esempio basato sull’implementazione dello schema Ponzi