Uczenie maszynowe i sztuczne sieci neuronowe cw: Różnice pomiędzy wersjami

Z Brain-wiki
Linia 22: Linia 22:
 
#* [https://drive.google.com/open?id=1hU0nVe6l9ubPbHFgRoMGn2PRGAhAnQCu implementacja w keras(notebook)]
 
#* [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)]
 
# [[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/ -->

Wersja z 15:13, 13 maj 2018

Przejście do Wykładów

Konfiguracja środowiska

Ćwiczenia:

  1. Regresja liniowa. (Wersja w jupyter notebook). Dla chętnych praca domowa: Regresja liniowa jako filtr i zastosowanie do modelowania szeregu czasowego.
  2. Regresja logistyczna (W2), walidacja, krzywe ROC(W3)
  3. Klasyfikacja Bayesowska, modele generatywne (irysy i klasyfikacja tekstów)
  4. Klasyfikacja z użyciem SVM
  5. Klasyfikacja z użuciem SVM 2
  6. Wybor optymalnych cech
  7. Drzewa decyzyjne
  8. Uczenie bez nadzoru i analiza skupień
  9. Nieliniowe sieci neuronowe: problem XOR
  10. Regresja nieliniowa
  11. Klasyfikacja z użyciem nieliniowej sieci neuronowej
  12. Projekty

Stare tematy:

  1. Klasyfikacja obrazów
  2. Ćwiczenia 12: Uczenie ze wzmocnieniem
Źródło: „http://brain.fuw.edu.pl/edu/index.php?title=Uczenie_maszynowe_i_sztuczne_sieci_neuronowe_cw&oldid=7727”