Edx #9: Szeregi czasowe, dane przestrzenne, tekst i obraz

Co kurs, to coś nowego. W tę tradycję wpisuje się także pozycja Applied Machine Learning. Nabywamy wiedzę z czterech dziedzin. Są to szeregi czasowe, dane przestrzenne oraz przetwarzanie tekstu i obrazu. Ile mleka zostanie wyprodukowane w przyszłym roku w Kalifornii?  A to można przewidzieć na podstawie danych o produkcji z poprzednich lat. Ile godzin dziś będę... Continue Reading →

Reklamy

Connect(); 2017 #1

W czasie trwania Connect(); 2017 nie sposób nie napisać czegoś o nowościach. Obejrzałem póki co 10 filmików, poniżej streszczam 8 z nich (nagrania o VS 2015.5 i Xamarin Live Player nie wydały mi się jakieś szczególne). Na co chcę zwrócić uwagę? .NET i machine learning, a tu m.in ładna integracja z CNTK czy nowy typ Tensor<T> specjalnie... Continue Reading →

Suplement do TensorFlow #2

Dziś nieco krótsza kontynuacja rozważań związanych z sieciami neuronowymi i TensorFlow. Czynimy to w oparciu o kurs Building Unsupervised Learning Models with TensorFlow. Czego ja się tam nauczyłem? Ten sam autor, cały czas ta sama tematyka, więc siłą rzeczy natrafiłem na trochę powtórzeń, ale po zapoznaniu się z całością nie żałuję. Najbardziej cenna jest niespotkana wcześniej... Continue Reading →

TensorFlow #2

Kolejna dawka wiedzy z zakresu sieci neuronowych i TensorFlow. O ile ze szkoleniami jak wiemy bywa różnie, o tyle po obejrzeniu  Building Classification Models with TensorFlow powiem: dostałem więcej niż się spodziewałem. Sieci splotowe CNN i szczegóły ich działania ładnie wyłożone po kolei, lepiej niż na kursie Google'a o deep learning, który kiedyś oglądałem. Poza tym... Continue Reading →

Edx #8: Python w Data Science – wyższy level

Wracając do edx mogę stwierdzić, że kurs Programming with Python for Data Science mimo pewnych powtórzeń jest dość wartościowy. Omawia lub sygnalizuje zagadnienia, które wcześniej nie były poruszane (niektóre z nich dość rzadko są poruszane także w innych materiałach np. rodzaje wykresów dla więcej niż trzech wymiarów, alternatywa do PCA czy automatyczny tuning parametrów algorytmu, a nawet... Continue Reading →

Quantum computing #3

Ciąg dalszy następuje dość szybko, a raczej jest to druga część poprzedniego posta, którą postanowiłem wydzielić z uwagi na dość dużą ilość zagadnień. Zajmiemy się teraz algorytmem Shora, który ma istotne znaczenie dla kryptografii. Dzięki niemu będzie można na komputerach kwantowych łamać to, co dziś jest bezpieczne. Rozkład wielkich liczb z tysiącem cyfr na czynniki jest... Continue Reading →

Quantum computing #2

Kontynuujemy krucjatę z obliczeniami kwantowymi, tym razem w oparciu o Full User Guide. Im dalej w las, tym trudniej. Do pełnego zrozumienia pewnie bez paru książek z informatyki kwantowej się nie obejdzie, ale póki co spróbujemy zebrać to, co jest. Celujemy w poznanie algorytmu Grovera (szybkie przeszukiwanie danych), Deutscha-Jozsy (dość teoretyczny, ale stanowi bazę dla innych)... Continue Reading →

Quantum computing #1

Dziś wzbijemy się wysoko ponad wszystko, co nas zwykle otacza na co dzień. Oto pierwszy post z nowego cyklu poświęconemu... komputerom kwantowym! Wiadomo, że szykuje się nowy język w Visual Studio będący skrzyżowaniem C# i TypeScript związany z tą dziedziną. Zanim jednak go dostaniemy (może jako prezent na tegoroczną gwiazdkę?), to czy nie warto już... Continue Reading →

Suplement do TensorFlow #1

Dziś jedynie drobne uzupełnienia do ostatniego wpisu, jakie zebrałem po obejrzeniu Building Regression Models Using TensorFlow. Pierwotnie plany były nieco szersze, ale praktyczna zabawa z TensorFlow zasługuje na coś odrębnego. Wrócimy do tego w przyszłości. A na razie kilka dodatkowych informacji. Funkcja XOR wymaga 3 neuronów w 2 warstwach. Wybór funkcji aktywacji Często warstwa wejściowa: identity... Continue Reading →

Wspierane przez WordPress.com.

Up ↑