Search for tag: "call for code"

参考资源：【使用机器学习构建 Call for Code 应用】

参考资源：【使用机器学习构建 Call for Code 应用】

参考资源：【借助数据科学构建 Call for Code 应用】

参考资源：【使用机器学习构建 Call for Code 应用程序】

参考资源：【借助区块链构建 Call for Code 应用】

相关资源：【借助数据科学构建 Call for Code 应用】

参考资源：【借助 AI 构建 Call for Code 应用】

参考资源：【围绕交通和天气技术构建 Call for Code 应用】 在 “Call for Code 技术系列短文” 的第五次连载将介绍如何利用交通和天气技术，以便大家能够将这些技术融入到 Call for Code 解决方案中。

参考资源：【使用机器学习构建 Call for Code 应用程序】

2018 年，解决方案 Project Owl 夺得了“代码行动”全球挑战赛的冠军。这个搭载了物联网技术的软件与硬件结合的解决方案，可以确保在自然灾害发生时，救援先遣队能够与灾民及时联络。Project Owl 使用了最新的 IBM Watson Studio 技术、Watson Cloud API 和 Weather Company API，并全部搭建在 IBM…

Présentation du programme IBM Developer et d'exemples de patterns de code par Xavier Rey-Robert, Developer Advocate IBM, et Antoine Jeanpierre, IBM Digital Business Group Ecosystem…

参考资源：【区块链让慈善捐赠重拾信任】 Helpchain 是一款易于使用的移动应用程序，为世界各地的人们提供透明度，帮助灾难受害者。 Helpchain 使用各种 IBM Cloud 服务，包括 IBM Blockchain Platform。该应用程序可以跟踪所有相关方的交易，筹款和非政府组织支出审计。

借助 IoT 和 Node-RED 构建“代码行动”应用

了解 Sendai Framework，响应“代码行动”，为大幅降低灾害风险，力避生命与财产损失贡献你的力量。

参考资源：Code Pattern【通过 Object Detection 提高人脸检测的准确率】 人脸检测技术正越来越广泛地用于各行各业。这些技术最初与安防行业相关联，现已广泛应用于零售、营销和健康等其他行业。要在这些行业中有效应用人脸检测技术，并进一步扩展到其他行业，人脸检测算法的高准确率至关重要。本 Code Pattern 介绍了用于提高人脸检测算法准确率的策略。

参考资源：Code Pattern【创建一个离线优先的渐进式 Web 应用】 在本 Code Pattern 中，我们将向您展示如何使用 Polymer 和 PouchDB 创建一个购物清单——一个离线优的渐进式 Web 应用。此应用可在离线时运行，并在联网时与 Cloudant 非关系型数据库进行数据同步。