Uczenie maszynowe i sztuczne sieci neuronowe cw: Różnice pomiędzy wersjami
Z Brain-wiki
m (→Ćwiczenia:) |
m (→Ćwiczenia:) |
||
(Nie pokazano 7 pośrednich wersji utworzonych przez tego samego użytkownika) | |||
Linia 12: | Linia 12: | ||
#* [https://drive.google.com/open?id=1BY9TSukNLV3VgtNdHpcgWofeAtVF4yku Ćwiczenie z klasyfikacji tekstów za pomocą klasyfikacji bayesowskiej (notebook)] | #* [https://drive.google.com/open?id=1BY9TSukNLV3VgtNdHpcgWofeAtVF4yku Ćwiczenie z klasyfikacji tekstów za pomocą klasyfikacji bayesowskiej (notebook)] | ||
# [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Ćwiczenia 10|Klasyfikacja z użyciem SVM]] | # [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Ćwiczenia 10|Klasyfikacja z użyciem SVM]] | ||
+ | #* [https://drive.google.com/open?id=13Q6pB7R8v-BkdMwCyMrJUJui5mU-k9wi notebook] | ||
# [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/SVM2 | Klasyfikacja z użuciem SVM 2]] | # [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/SVM2 | Klasyfikacja z użuciem SVM 2]] | ||
# [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Wybor_cech |Wybor optymalnych cech]] | # [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Wybor_cech |Wybor optymalnych cech]] | ||
# [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/DrzewaDecyzyjne_cw|Drzewa decyzyjne]] | # [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/DrzewaDecyzyjne_cw|Drzewa decyzyjne]] | ||
# [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Ćwiczenia 11|Uczenie bez nadzoru i analiza skupień]] | # [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Ćwiczenia 11|Uczenie bez nadzoru i analiza skupień]] | ||
− | # [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Ćwiczenia 4|Nieliniowe sieci neuronowe: problem XOR]] | + | # [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Ćwiczenia 4|Nieliniowe sieci neuronowe: problem XOR]] |
+ | #* [https://drive.google.com/open?id=1noLNIOO7C0nGvtqtkHSkkjZffqtBXJOw Funkcja logiczna - implementacja w Keras(notebook)] | ||
# [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Ćwiczenia 5|Regresja nieliniowa]] | # [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Ćwiczenia 5|Regresja nieliniowa]] | ||
+ | #* [https://drive.google.com/open?id=1hU0nVe6l9ubPbHFgRoMGn2PRGAhAnQCu implementacja w keras(notebook)] | ||
# [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Ćwiczenia 7|Klasyfikacja z użyciem nieliniowej sieci neuronowej]] | # [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Ćwiczenia 7|Klasyfikacja z użyciem nieliniowej sieci neuronowej]] | ||
+ | #* [https://drive.google.com/open?id=13MNs6R9le49DfexN6rnIsgVQlixJMJ0Z Porównanie kalsyfikacji cyfr za pomoca sieci gęstej i głębokiej (notebook)] | ||
+ | #[https://drive.google.com/open?id=18j357je8pSXi3SOYZgK1qp1KWrMsEc2Z Uczenie ze wzmocnieniem (notebook)] | ||
# [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Projekty|Projekty]] | # [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Projekty|Projekty]] | ||
<!-- https://dashee87.github.io/data%20science/deep%20learning/python/another-keras-tutorial-for-neural-network-beginners/ --> | <!-- https://dashee87.github.io/data%20science/deep%20learning/python/another-keras-tutorial-for-neural-network-beginners/ --> | ||
<!--# [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Ćwiczenia 3|Ćwiczenia 3: Neuron liniowy jako filtr adaptywny]] | <!--# [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Ćwiczenia 3|Ćwiczenia 3: Neuron liniowy jako filtr adaptywny]] | ||
− | |||
− | + | -------------- | |
+ | Stare tematy: | ||
+ | |||
# [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Ćwiczenia 12|Klasyfikacja obrazów]] | # [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Ćwiczenia 12|Klasyfikacja obrazów]] | ||
# [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Ćwiczenia 13|Ćwiczenia 12: Uczenie ze wzmocnieniem]] | # [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Ćwiczenia 13|Ćwiczenia 12: Uczenie ze wzmocnieniem]] | ||
− | |||
--> | --> |
Aktualna wersja na dzień 09:17, 25 maj 2018
Przejście do Wykładów
Ćwiczenia:
- Regresja liniowa. (Wersja w jupyter notebook). Dla chętnych praca domowa: Regresja liniowa jako filtr i zastosowanie do modelowania szeregu czasowego.
- Regresja logistyczna (W2), walidacja, krzywe ROC(W3)
- Klasyfikacja Bayesowska, modele generatywne (irysy i klasyfikacja tekstów)
- Klasyfikacja z użyciem SVM
- Klasyfikacja z użuciem SVM 2
- Wybor optymalnych cech
- Drzewa decyzyjne
- Uczenie bez nadzoru i analiza skupień
- Nieliniowe sieci neuronowe: problem XOR
- Regresja nieliniowa
- Klasyfikacja z użyciem nieliniowej sieci neuronowej
- Uczenie ze wzmocnieniem (notebook)
- Projekty