Uczenie maszynowe i sztuczne sieci neuronowe cw: Różnice pomiędzy wersjami
Z Brain-wiki
m (→Ćwiczenia:) |
m (→Ćwiczenia:) |
||
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]] |
Wersja z 17:07, 21 mar 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
- Projekty