Sie folgen nun
Fehler beim Folgen des Nutzers.
Dieser Nutzer erlaubt es nicht, dass andere Nutzer ihm folgen.
Sie folgen diesem Nutzer bereits.
Ihr Mitgliedschaftsplan bietet nur 0 Folgen an. Upgraden Sie hier.
Erfolgreich entfolgt
Fehler beim Nichtfolgen des Nutzers.
Sie haben erfolgreich empfohlen
Fehler beim Empfehlen des Nutzers
Ein Fehler ist aufgetreten. Bitte aktualisieren Sie die Seite und versuchen Sie es erneut.
E-Mail erfolgreich bestätigt.
ankara,
turkey
Es ist derzeit 11:37 PM hier
Beigetreten am Juni 5, 2017
0
Empfehlungen
Engin F.
@enginfirat
0,0
0,0
0%
0%
ankara,
turkey
N/A
Abgeschlossene Arbeiten
N/A
Budgetgerecht
N/A
Pünktlich
N/A
Wiedereinstellungsrate
Computer Engineer
Kontaktieren Sie Engin F. bezüglich Ihres Jobs
Melden Sie sich an, um Details im Chat zu besprechen.
Bewertungen
Änderungen gespeichert
Hier keine Bewertungen zu sehen!
Ausbildung
Physics, BSc. 2.97
(6 Jahre)
Computer Engineering, BSc. 2.8
(6 Jahre)
Qualifikationen
Improving Deep Nural Networks, Hyperparameter tuning, Regularization and Optimization
deeplearning.ai
2017
Coursera, https://www.coursera.org/account/accomplishments/verify/DA8C2MBJ3587
Neural Networks and Deep Learning
deeplearning.ai
2017
Coursera, https://www.coursera.org/account/accomplishments/verify/X772BJP5M56P
Machine Learning Foundations: A Case Study Approach
University of Washington
2016
Coursera, https://www.coursera.org/account/accomplishments/verify/8SDYSYFL2ZD6
Veröffentlichungen
Modelling, Simulation and Visualization of Vehicle Dynamics
USMOS2011, http://usmos.metu.edu.tr/
In this paper, a software which is aimed for physical modeling, simulation and visualization of a
vehicle is presented. A physical modeling of a vehicle consists of modeling all the components of a
vehicle which affects vehicle dynamics. Hence components called engine, clutch, gear-box,
differential is modeled in the system. Moreover, tire and wheel models, steering wheel box models,
brake models and aerodynamic models of vehicle are implemented in the system.
Multi-view Face Detection with One Classifier for Video Analytics Systems
VAAM 2014, ICPR2014, Springer
In a video analytics for audience measurement system, dwell time, gaze, and opportunity-to-see statistics are required most of the time. To generate these statistics, more than one face detector is used in order to capture both profile and frontal faces. In this paper, we present a novel approach for face detection in video analytics. The assumption is that; the face occurrences are limited in such systems and one classifier is able to capture all of these occurrences.
Comparison of Facial Alignment Techniques with Test Results on Gender Detection Task
VAAM 2014, ICPR2014, Springer
In this paper, different facial alignment techniques are revised in terms of their effects on machine learning algorithms. There is no special reason on selecting gender classification task, any other task could have been chosen. In audience measurement systems, many important demographics, i.e. gender, age, facial expression, can be measured by using machine learning algorithms. Any performance enhancement on any machine learning algorithm becomes important.
Kontaktieren Sie Engin F. bezüglich Ihres Jobs
Melden Sie sich an, um Details im Chat zu besprechen.
Verifizierungen
Top-Fähigkeiten
Ähnliche Freelancer anschauen
Ähnliche Vorzeigeprojekte ansehen
Einladung erfolgreich zugesendet!
Danke! Wir haben Ihnen per E-Mail einen Link geschickt, über den Sie Ihr kostenloses Guthaben anfordern können.
Beim Senden Ihrer E-Mail ist ein Fehler aufgetreten. Bitte versuchen Sie es erneut.
Das Kopieren in der Zwischenablage ist fehlergeschlagen, bitte nach Anpassung Ihrer Berechtigungen erneut versuchen.
In der Zwischenablage kopiert.
Vorschau wird geladen
Erlaubnis zur Geolokalisierung erteilt.
Ihre Anmeldesitzung ist abgelaufen und Sie wurden abgemeldet. Bitte melden Sie sich erneut an.