Uczenie maszynowe i sztuczne sieci neuronowe: Różnice pomiędzy wersjami

Z Brain-wiki
m
m
Linia 39: Linia 39:
 
|-
 
|-
 
| 1
 
| 1
| [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Wykład 1|Wstęp, regresja liniowa i metoda najmniejszych kwadratów]] [https://drive.google.com/open?id=0BzwQ_Lscn8yDUTFmVnJ1QXpuVGs (wersja w notebooku)]
+
| [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Wykład 1|Wstęp, regresja liniowa i metoda najmniejszych kwadratów]] [https://drive.google.com/file/d/0BzwQ_Lscn8yDUTFmVnJ1QXpuVGs/view?usp=sharing&resourcekey=0-VTr-BMBrfkYGI0sGhTJ8Pg (wersja w notebooku)]
 
|  
 
|  
 
|-
 
|-
Linia 47: Linia 47:
 
|-
 
|-
 
| 2
 
| 2
| [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Wykład 6|Klasyfikacja i regresja logistyczna]] [https://drive.google.com/open?id=0BzwQ_Lscn8yDZ3lxUkFCeUxmUlE (wersja w notebooku)]
+
| [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Wykład 6|Klasyfikacja i regresja logistyczna]] [https://drive.google.com/file/d/0BzwQ_Lscn8yDZ3lxUkFCeUxmUlE/view?usp=sharing&resourcekey=0-njFGTXVmQG5rAUN5BuoOng (wersja w notebooku)]
 
|  
 
|  
 
|-
 
|-
Linia 55: Linia 55:
 
|-
 
|-
 
| 3
 
| 3
| [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Wykład Ocena jakości klasyfikacji|Ocena jakości klasyfikacji]] [https://drive.google.com/open?id=0BzwQ_Lscn8yDQ3Vpbnd2U2pOd0k (wersja w notebooku)]
+
| [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Wykład Ocena jakości klasyfikacji|Ocena jakości klasyfikacji]] [https://drive.google.com/file/d/0BzwQ_Lscn8yDQ3Vpbnd2U2pOd0k/view?usp=sharing&resourcekey=0-lba-gcj-vx584pcxqMzkuw (wersja w notebooku)]
 
|  
 
|  
 
|-
 
|-
Linia 63: Linia 63:
 
|-
 
|-
 
| 4
 
| 4
| [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Wykład 7|Algorytmy generatywne]] [https://drive.google.com/open?id=0BzwQ_Lscn8yDNUpWYTdycWVLa0E (wersja w notebooku)]
+
| [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Wykład 7|Algorytmy generatywne]] [https://drive.google.com/file/d/0BzwQ_Lscn8yDNUpWYTdycWVLa0E/view?usp=sharing&resourcekey=0-Kd3aqboblVwFrkp5KXn4uQ (wersja w notebooku)]
 
|  
 
|  
 
|-
 
|-
Linia 71: Linia 71:
 
|-
 
|-
 
| 5
 
| 5
| [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Wykład 8|Maszyny wektorów wspierających I]] [https://drive.google.com/open?id=0BzwQ_Lscn8yDQ3poLWdZOG90c2M (wersja w notebooku)]
+
| [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Wykład 8|Maszyny wektorów wspierających I]] [https://drive.google.com/file/d/0BzwQ_Lscn8yDQ3poLWdZOG90c2M/view?usp=sharing&resourcekey=0-uuk3FrTQiAentJixVjaeZA (wersja w notebooku)]
 
|  
 
|  
 
|-
 
|-
Linia 79: Linia 79:
 
|-
 
|-
 
| 6
 
| 6
| [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Wykład 9|Maszyny wektorów wspierających II]] [https://drive.google.com/open?id=0BzwQ_Lscn8yDQVplcGo3bmllODA (wersja w notebooku)]
+
| [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Wykład 9|Maszyny wektorów wspierających II]] [https://drive.google.com/file/d/0BzwQ_Lscn8yDQVplcGo3bmllODA/view?usp=sharing&resourcekey=0-TE8SmXSjQHeZvMQX7qbSYA (wersja w notebooku)]
 
|  
 
|  
 
|-
 
|-
Linia 87: Linia 87:
 
|-
 
|-
 
| 7
 
| 7
| [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/DrzewaDecyzyjne|Drzewa decyzyjne]][https://drive.google.com/open?id=0BzwQ_Lscn8yDLU1wUFBsRURzWEk (wersja w notebooku)]
+
| [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/DrzewaDecyzyjne|Drzewa decyzyjne]][https://drive.google.com/file/d/0BzwQ_Lscn8yDLU1wUFBsRURzWEk/view?usp=sharing&resourcekey=0-1F1twtCbJV6UAfO537IbmA (wersja w notebooku)]
 
|  
 
|  
 
|-
 
|-
Linia 97: Linia 97:
 
|-
 
|-
 
| 8
 
| 8
| [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Wykład 10|Uczenie bez nadzoru]] [https://drive.google.com/open?id=0BzwQ_Lscn8yDaC0wZWJuRUdIMk0 (wersja w notebooku)]
+
| [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Wykład 10|Uczenie bez nadzoru]] [https://drive.google.com/file/d/0BzwQ_Lscn8yDaC0wZWJuRUdIMk0/view?usp=sharing&resourcekey=0-n9MM42-AMfRRToEyBYpv3w (wersja w notebooku)]
 
|  
 
|  
 
|-
 
|-
Linia 105: Linia 105:
 
|-
 
|-
 
| 9
 
| 9
| [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Wykład 2|Wstęp o sieciach neuronowych, sieci neuronowe liniowe.]],/,[[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Wykład 3|Perceptron Rosenblatta.]] [https://drive.google.com/open?id=0BzwQ_Lscn8yDYWFkUTJxU1ZTcHc (wersja w notebooku)]
+
| [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Wykład 2|Wstęp o sieciach neuronowych, sieci neuronowe liniowe.]],/,[[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Wykład 3|Perceptron Rosenblatta.]] [https://drive.google.com/file/d/13CG5kuEKV1riA8vhBfMxGfCpECJCh-ql/view?usp=sharing (wersja w notebooku)]
 
|  
 
|  
 
|-
 
|-
Linia 115: Linia 115:
 
|-
 
|-
 
| 10
 
| 10
| [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Wykład 4|Nieliniowości różniczkowalne i metoda wstecznej propagacji błędu]] [https://drive.google.com/open?id=0BzwQ_Lscn8yDWTR6TTVfTlJjNUU (wersja w notebooku)]
+
| [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Wykład 4|Nieliniowości różniczkowalne i metoda wstecznej propagacji błędu]] [https://drive.google.com/file/d/0BzwQ_Lscn8yDdDRJbmhVdFFLQWs/view?usp=sharing&resourcekey=0-LeOlls1dq7lJVs7Cw_h4Xw (wersja w notebooku)]
  
 
[[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Wykład 5|Wsteczna propagacja błędu: jak poprawić zbieżność?]] [https://drive.google.com/open?id=0BzwQ_Lscn8yDdDRJbmhVdFFLQWs (wersja w notebooku)]
 
[[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Wykład 5|Wsteczna propagacja błędu: jak poprawić zbieżność?]] [https://drive.google.com/open?id=0BzwQ_Lscn8yDdDRJbmhVdFFLQWs (wersja w notebooku)]
Linia 125: Linia 125:
 
|-
 
|-
 
| 11
 
| 11
| [https://drive.google.com/open?id=0BzwQ_Lscn8yDRHFhcmZIRTlHU2M Sieci konwolucyjne] [https://drive.google.com/open?id=0BzwQ_Lscn8yDNjgxZTkyNFppRGs (wersja w notebooku)]
+
| [https://drive.google.com/file/d/0BzwQ_Lscn8yDNjgxZTkyNFppRGs/view?usp=sharing&resourcekey=0-_KtF79jjjKe4Bw_tGcs-lw Sieci konwolucyjne (wersja w notebooku)]
 
|  
 
|  
 
|-
 
|-
Linia 133: Linia 133:
 
|-
 
|-
 
| 12
 
| 12
| [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Wykład 11|Uczenie ze wzmocnieniem]] [https://drive.google.com/open?id=15n9lM2OdT9TZVS_pfn7x_xswPeuy_r0Q (wersja w notebooku)]
+
| [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Wykład 11|Uczenie ze wzmocnieniem]] [https://drive.google.com/file/d/15n9lM2OdT9TZVS_pfn7x_xswPeuy_r0Q/view?usp=sharing (wersja w notebooku)]
  
[[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Wykład 12|Uczenie ze wzmocnieniem cz.2]] [https://drive.google.com/open?id=17YVwJ479qn74B_n2v_IlCv9dyCSQt5Wa,(wersja w notebooku)]
+
[[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Wykład 12|Uczenie ze wzmocnieniem cz.2]] [https://drive.google.com/file/d/17YVwJ479qn74B_n2v_IlCv9dyCSQt5Wa/view?usp=sharing,(wersja w notebooku)]
 
|  
 
|  
 
|-
 
|-
Linia 143: Linia 143:
 
|-
 
|-
 
| 13  
 
| 13  
|Przegląd nowości w literaturze<br>
+
|
[https://brain.fuw.edu.pl/edu/images/a/ac/Understanding_DNN.pdf Interpretacja i wyjaśnianie decyzji podejmowanych przez sieci ] <br>
+
[https://drive.google.com/file/d/1nO8QiHru6CE_txzUrBj4N9qhCLGlLvUE/view?usp=sharing Interpretacja i wyjaśnianie decyzji podejmowanych przez sieci ] <br>
 
[https://brain.fuw.edu.pl/edu/images/2/2a/Zastosowania_DNN_do_analizy_EEG.pdf Zastosowanie sieci do analizy danych EEG]
 
[https://brain.fuw.edu.pl/edu/images/2/2a/Zastosowania_DNN_do_analizy_EEG.pdf Zastosowanie sieci do analizy danych EEG]
 
|-
 
|-

Wersja z 14:38, 14 lip 2022


Zasady zaliczenia

Konfiguracja środowiska


Wykłady Ćwiczenia
1 Wstęp, regresja liniowa i metoda najmniejszych kwadratów (wersja w notebooku)
Regresja liniowa. Dla chętnych dodatkowo: Regresja liniowa jako filtr i zastosowanie do modelowania szeregu czasowego.
2 Klasyfikacja i regresja logistyczna (wersja w notebooku)
Ćwiczenie regresji logistycznej
3 Ocena jakości klasyfikacji (wersja w notebooku)
Ćwiczenie z miarami jakości
4 Algorytmy generatywne (wersja w notebooku)
Ćwiczenie z wizualzacji zbioru danych i klasyfikacji,bayesowskiejĆwiczenie z klasyfikacji tekstów za pomocą klasyfikacji bayesowskiej (notebook)
5 Maszyny wektorów wspierających I (wersja w notebooku)
Klasyfikacja z użyciem SVM
6 Maszyny wektorów wspierających II (wersja w notebooku)
Klasyfikacja z użuciem SVM 2
7 Drzewa decyzyjne(wersja w notebooku)
Wybor optymalnych cech

Drzewa decyzyjne

8 Uczenie bez nadzoru (wersja w notebooku)
Uczenie bez nadzoru i analiza skupień
9 Wstęp o sieciach neuronowych, sieci neuronowe liniowe.,/,Perceptron Rosenblatta. (wersja w notebooku)
Nieliniowe sieci neuronowe: problem XOR

Funkcja logiczna - implementacja w Keras(notebook)

10 Nieliniowości różniczkowalne i metoda wstecznej propagacji błędu (wersja w notebooku)

Wsteczna propagacja błędu: jak poprawić zbieżność? (wersja w notebooku)

Regresja nielinowa implementacja w keras(notebook)
11 Sieci konwolucyjne (wersja w notebooku)
Porównanie kalsyfikacji cyfr za pomoca sieci gęstej i głębokiej (notebook)
12 Uczenie ze wzmocnieniem (wersja w notebooku)

Uczenie ze wzmocnieniem cz.2 w notebooku)

Uczenie ze wzmocnieniem (notebook)
13

Interpretacja i wyjaśnianie decyzji podejmowanych przez sieci
Zastosowanie sieci do analizy danych EEG

Powtórka

  1. Zagadnienia do powtórki

Projekty

Projekty