Discover and read the best of Twitter Threads about #MLU

Most recents (8)

#Onderzeedienst / #KoninklijkeMarine 🇳🇱⚓️

Reprise du 🧶 sur le programme Walrus replacement :

▪️ demande de devis envoyée aux soumissionnaires, comme prévu (30 septembre 2022), ce 16 novembre 2022.

▪️ « Dernière et meilleure offre » (#BAFO) à l'été 2023.

👇
📚 « Defensie vraagt offerte aan bij scheepswerven voor onderzeeboten », Ministerie van Defensie, 16 novembre 2022, defensie.nl/actueel/nieuws….

Soumissionnaires :
▪️ Damen – SAAB (Modèle 712)
▪️ Naval group (Barracuda)
▪️ TKMS (Type 212 CD).
➡️ Retour sur la situation du processus compétitif, en date du 30 septembre 2022, à l'heure de la précédente avancée politique :

Read 15 tweets
#ΕλληνικόΠολεμικόΝαυτικό (#ΠN)🇬🇷⚓️

Un 🧶 relatif aux programme #RMV / #MLU de la classe Hydra (4) et programme corvettes :
➡️ « Δομή Δυνάμεων 2021 – 2034 » / « Structure des forces 2021 - 2034 » récemment approuvée. La flotte de surface (2021 - 2034) s'articule toujours sur une « trame frégates » de 12 unités auxquelles s'ajoutent désormais 6 corvettes.
➡️ Renouvellement de la flotte de surface s'appuie sur 3 programmes, selon l'équation dévoilée en 2019 :
▪️ 4 000 M€ pour 4 frégates de facture neuve
▪️ 400 M€ pour #RMV / #MLU de la classe Hydra (4)
▪️ 500 M€ pour la cession de 2 frégates
Read 13 tweets
#ΠN🇬🇷⚓️

Un petit 🧶 relatif à la Rénovation à Mi-Vie (#RMV / #MLU) des frégates classe Hydra (4) - MEKO 200HN, dans la lignée du « Δομή Δυνάμεων 2021 – 2034 » de la #ΠN🇬🇷 :
➡️ Le budget du programme #RMV / #MLU des frégates classe Hydra (4) est donc tombé à un minimum de 400 M€ mais il semblerait - selon papier cité (defencereview.gr/hellenic-navy-…) - que l'enveloppe ait été augmentée à 550 M€ selon @Ioannis_Nikitas (@DefenceReviewGr).
➡️ Vassilis Nedos (@NedosVassilis) confirme qu'il s'agit là d'un changement substantiel car la baisse de l'enveloppe se combinait avec une réduction de la cible de 4 à 2 frégates modernisées (kathimerini.gr/politics/forei…),
Read 9 tweets
Communication stratégique 🇨🇳🇮🇳

➡️ New Delhi et Pékin - puissances ☢️ appuyés sur des dynamiques de croissance et une rivalité cristallisant des structures diplomatiques (« Quad », etc) - se sont dits « les politesses » au niveau stratégique dans l’indifférence générale :
🇮🇳

➡️ Le DDGH D-61 INS « Delhi » (1997), le 19 avril 2022, a tiré (vidéo : ) un missile anti-navire supersonique (Mach 3,5) mer-mer « BrahMos-NG » (400 km+), sans sa charge militaire.
Il a atteint la coque d'un chasseur de mines désarmé de la classe Pondicherry (Flight I) ou Karwar (Flight II). À noter que Mach 3,5 est la vitesse maximale pouvant être atteinte par un missile rase-mer/sea skimming (~0 - 10 mètres d'altitude).
Read 20 tweets
#ΕλληνικόΠολεμικόΝαυτικό (#ΠN)🇬🇷⚓️

🧶 à dérouler pour suivre l'état de l'offre Lockheed Martin (Multi-Mission Surface Combatant (#MMSC) Hellenic Future Frigate (#HF2) au profit de la #ΠN 🇬🇷 :
➡️ La #ΠN 🇬🇷 a comme priorité de renouveler sa « trame frégates », soit 13 frégates réparties dont les :

▪️ classe Elli (9) - classe hollandaise Kortenaer ou S-class (7) dont une sous-classe (2) : les unités ont une moyenne d'âge de 41,3 ans ;
▪️ classe Hydra (4) dont une sous-classe (2) : les unités ont une moyenne d'âge de 25,75 ans.
Read 11 tweets
There are different categories of Machine Learning problems:

▫️Supervised Learning
▫️Unsupervised Learning
▫️Semi-supervised Learning
▫️Reinforcement Learning

This is a quick introduction to each one of them: 🧵👇
1⃣ Supervised Learning

🔹We train an algorithm using labeled data. This means that we give it the "questions" and the correct "answers."

The goal is for the algorithm to learn the concepts, so it can later answer similar questions.

👇
An example of Supervised Learning:

Given a dataset with pictures of different dogs and their breed, we can use a classification algorithm to determine the breed of new pictures of dogs.

Noticed how here we are getting labeled data (picture + breed.)

👇
Read 14 tweets
Some applications of Machine Learning:

▫️Ranking
▫️Recommendation
▫️Classification
▫️Regression
▫️Clustering
▫️Anomaly Detection

Here is a 3-second description of each one them: 🧵👇
1⃣ Ranking

🔹 Help your users find the most relevant items they are looking for.

For example, Google's algorithm to rank search results when a user searches for something combines multiple signals to offer the best results: your location, interests, past searches, etc.

👇
2⃣ Recommendation

🔹 Give your users the items they may be most interested in.

For example, Netflix's recommendation system to suggest what to watch based on your preferences, genre watch time, ratings, location, etc.

👇
Read 8 tweets
27 lessons in Machine Learning for Computer Vision. ~5 minutes each.

For free!

In a month from today, your future might look very different!

Here are the important details: 🧵👇
I'll go through the lessons myself. One every day, and I'll report my progress using the #MLU hashtag.

This is the first lesson, so welcome to Day 1 of #MLU! Feel free to follow along.

👇
Amazon decided to create a YouTube channel full of Machine Learning content from its internal "ML University."

Available to everyone!

I'm taking the Computer Vision course. Most lessons are around 5 minutes (with a few exceptions.)

Channel: youtube.com/channel/UC12Lq…

👇
Read 8 tweets

Related hashtags

Did Thread Reader help you today?

Support us! We are indie developers!


This site is made by just two indie developers on a laptop doing marketing, support and development! Read more about the story.

Become a Premium Member ($3.00/month or $30.00/year) and get exclusive features!

Become Premium

Too expensive? Make a small donation by buying us coffee ($5) or help with server cost ($10)

Donate via Paypal Become our Patreon

Thank you for your support!