Saúde digital

Expertise: Saúde digital

Aprendizagem automática para melhorar a precisão de uma aplicação de previsão de períodos

Principais pormenores Aumento da precisão da previsão da menstruação até 15%. Desafio Melhorar a precisão da previsão do período menstrual para os utilizadores da aplicação Solução Modelos lineares e baseados em árvores para fazer melhores previsões do ciclo menstrual Tecnologias e ferramentas Aprendizagem automática: modelos de regressão e de gradiente de reforço Científico (pilha Python de análise preditiva): Python, NumPy, scikit-learn, LightGBM, XGBoost; Aplicação Web: hug (web-framework), Gunicorn (web-server) ... Ler mais Ler mais

Implementação de redes neurais para melhores previsões de ciclos. História de sucesso da Flo

Detalhes principais Melhoria da precisão das previsões de ciclos até 54,2%. Desafio Previsão de ciclos irregulares das mulheres Solução Integração de redes neuronais para a previsão de ciclos menstruais Tecnologias e ferramentas Python Cliente O Flo é um rastreador de períodos inteligente que prevê com exatidão os ciclos menstruais, a ovulação e os dias férteis das mulheres. Desafio: melhorar as previsões de ciclos irregulares para aplicação ... Ler mais Ler mais

Estimativa de pose para aplicações de fitness e fisioterapia

Detalhes principais Estimativa de pose e deteção de erros melhoradas pelo 64%. Desafio Desenvolver um modelo de estimativa de pose de última geração para detetar uma postura humana num cenário em tempo real e efetuar a análise de erros e a contagem de repetições Solução Aprendizagem profunda para uma estimativa precisa da pose humana e algoritmos de ciência de dados para deteção de erros Tecnologias e ferramentas PyTorch, CoreML, TFLite, OpenCV, ... Ler mais Ler mais