Uczenie maszynowe i sztuczne sieci neuronowe cw: Różnice pomiędzy wersjami
Z Brain-wiki
m (→Ćwiczenia:) |
m (→Ćwiczenia:) |
||
| Linia 5: | Linia 5: | ||
=Ćwiczenia:= | =Ćwiczenia:= | ||
# [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Ćwiczenia 1|Regresja liniowa]]. ([https://drive.google.com/open?id=0BzwQ_Lscn8yDWnZVeHU1MjluWFU Wersja w jupyter notebook]). Dla chętnych praca domowa: [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Ćwiczenia 2|Regresja liniowa jako filtr i zastosowanie do modelowania szeregu czasowego]]. | # [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Ćwiczenia 1|Regresja liniowa]]. ([https://drive.google.com/open?id=0BzwQ_Lscn8yDWnZVeHU1MjluWFU Wersja w jupyter notebook]). Dla chętnych praca domowa: [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Ćwiczenia 2|Regresja liniowa jako filtr i zastosowanie do modelowania szeregu czasowego]]. | ||
| − | # [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Ćwiczenia 8|Regresja logistyczna (W2), walidacja, krzywe ROC(W3)]] | + | # [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Ćwiczenia 8|Regresja logistyczna (W2), walidacja, krzywe ROC(W3)]] |
| + | #* [https://drive.google.com/open?id=1QyygSjtzI9iNile4e8Qlcur7Qn0r_VRN Ćwiczenie regresji logistycznej (notebook)]. | ||
| + | #* [https://drive.google.com/open?id=16srziWO2XRWYY8AVY9Px_05RQQdYY5jA Ćwiczenie z miarami jakości (notebook)] | ||
# [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Ćwiczenia 9|Klasyfikacja Bayesowska, modele generatywne (irysy i klasyfikacja tekstów)]] | # [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Ćwiczenia 9|Klasyfikacja Bayesowska, modele generatywne (irysy i klasyfikacja tekstów)]] | ||
# [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Ćwiczenia 10|Klasyfikacja z użyciem SVM]] | # [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Ćwiczenia 10|Klasyfikacja z użyciem SVM]] | ||
Wersja z 14:10, 10 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
