Od czego zacząć naukę #machinelearning?

Nie pytam o videotutorial ani kurs machine learning w weekend, tylko o sensowne materiały. Jestem kompletnym noobem w tej dziedzinie, ale nie kompletnym noobem jeśli chodzi o programowanie i statystykę (znam całkiem przyzwoicie PHP i JS więc i Pytonga ogarnę bez problemu, a statystykę miałem na studiach), tylko nie wiem od czego zacząć.

Dzieki.

#programowanie
@tylkostrimi: Andrew Ng to złoto, na udemy masz trochę kursów do łatwego startu bez matematyki, na YouTube materiałów jest sporo ale trudno oddzielić ziarno od plew gdy sie nie zna, polecam wiec udemy lub coursere, jak chcesz mieć wyniki szybko to udemy, jak poznać teorie od podstaw coursere
Zaprojektowałem sieć neuonową do rozpozpoznawania owoców na podstawie obrazów. Obrazy są znormalizowane do wielkości 100x100 pikseli i opisane za pomocą wektora gradientów z którego każdy ma długość 2900.

Do tego napisałem z pomocą kodu z neta sieć neuronową dwuwarstwową MLP z pomocą numpy, gdzie warstwa ukryta ma regulowaną długość, a warstwa wyjściowa to wektor klasyfikowanych owoców. Dla wektora wejściowego o długości np 4 sieć działa bez problemu, jednak kiedy daje na wejście
Mirki, dziś darmowy #ebook z #packt: "Building Machine Learning Projects with TensorFlow"
https://www.packtpub.com/packt/offers/free-learning

Polecam obserwować: #packtpubfreelearning

Jeśli ktoś się spóźni i chce książkę proszę od razu na PW adres email wraz z tytułem książki. Zgodnie z polskim prawem nie można legalnie udostępnić tych zasobów masowo. Ale można bezpośrednio, korzystając ze stosunku towarzyskiego, więc podeślę.

MiKeyCo - Mirki, dziś darmowy #ebook z #packt: "Building Machine Learning Projects wi...

źródło: comment_Uz0K7FtdKFLZU1hFsTSEBVmDO4Tvy75J.jpg

Pobierz
Chcę zaprojektować sieć wielowarstwową (MLP) do nauki rozpoznawania obrazów. Co do projektowania sieci ograniczam się do biblioteki ML z opencv. Tworzę obiekt klasy, który chcę rozpoznać i z obrazów ciągu testowego czytam deskryptory np obraz RBG, progowanie, histogram.

Czy na wejściu (input) do sieci mam wrzucić obrazy i histogram czy te dane trzeba jakoś przetworzyć (tutaj nie wiem jak)?

#machinelearning #programowanie #deeplearning #siecineuronowe
@mojemirabelki: W przetwarzaniu obrazów raczej nie jest wymagane przetwarzanie danych przed wysłaniem do sieci. Wysyłasz jedynie odpowiednio zeskalowany obraz, żeby jego wymiar zgadzał się z wejściem sieci.

Dodatkowy prosty preprocessing to standaryzacja, czyli odjęcie od danych wejściowych średniej wartości wyliczonej z bazy danych a następnie podzielenie ich przez odchylenie standardowe. Robi się to per kanał, czyli osobno wyliczasz i działasz na R, G,B , czy w przypadku opencv właściwie BGR.
Nie
@mojemirabelki Mam nadzieję że się nie obrazisz jeśli założę że brakuje Ci wiedzy w temacie Machine Learningu. Przed ruszeniem dalej polecałbym zapoznać się przynajmniej orientacyjnie bardziej z jakimiś artykułami na ten temat.
Możesz zacząć tutaj https://medium.com/@ageitgey/machine-learning-is-fun-part-3-deep-learning-and-convolutional-neural-networks-f40359318721 co prawada opisuje sieci konwolucyjne, ale bardzo dobrze jest zwizualizowane jak to wszystko działa. Innych źródeł jest na prawdę tona.
Colaboratory is a research project created to help disseminate machine learning education and research. It’s a Jupyter notebook environment that requires no setup to use. #machinelearning #ai
https://research.google.com/colaboratory

Witamina D i zapobieganie powstawania raka
https://www.cancer.gov/about-cancer/causes-prevention/risk/diet/vitamin-d-fact-sheet

#interfacesmieci
interface - Colaboratory is a research project created to help disseminate machine le...

źródło: comment_G4dC12jzaHKXBhiSToOV2SSLrjqdcusa.jpg

Pobierz
Zależy jak jest cel twojej detekcji. Jeżeli celem jest wykrycie czy jest coś na obrazku, czy nie jest to wystarczy raczej samo Confusion matrix. Jeżeli celem jest wykrycie położenia na obrazku to wtedy ja bym zrobił i confusion matrix i IoU.
Mirki pytałem już kiedyś o jakieś ciekawe propozycje dotyczące pracy inż. która łączyłaby uczenie maszynowe z kryptografią. Po dzisiejszej rozmowie z promotorem, jednak bardziej przemawia do mnie jakiś temat pracy typowo z uczenia maszynowego.

Generalnie stwierdził, że teoretycznie ma już dla mnie temat, ale jeszcze się trochę waha, i wolałby usłyszeć moje propozycje.
Nie ukrywam, że jeżeli wchodziłbym w temat to jestem całkowitym świeżakiem, dlatego też nie do końca mam rozeznanie jaki
@pepepanpatryk: Ok:
Wersja soft:
dataset z kaggle.com i porównanie kilku podejść
Wersja normal:
Znaleźć jakis rzeczywisty problem, z zakresu przewidywania Np: używając danych o autobusach z w-wy czy krk i przewidywać kiedy się coś rozwali/zakorkuje. Użyć danych z airly.eu żeby przewidzieć smog. itd itp
Wersja hardcore-ninja-style:
W cernie (np w LHCb) używa się machine-learningu do tego aby znaleźć rozpady cząstek. Przebrnij przez publikacje i kod do konkretów, i przeanalizuj różne modele.
Statystyki projektu inompex

2 tydzień od startu.

Uwagi:
1 "Tydzień zero" to przed startem projektu
2. "ile tygodni powinniśmy przerobić" jest zależne od tego ile osób zadeklarowało w danym tyg.że zacznie(chociaż niekoniecznie zaczęło), jest to wyrażone w togodnio-osobach ;)
3. "Cały materiał" to 12 tygodni, 2 kursy z specjalizacji Machine Learning, to taki mój kamień milowy, czyli podstawy podstaw(czyli kurs bardzo ogólnie o machine learning i regresja liniowa)

Zarejestrowanych w Inompex
Tydzień
L.....G - Statystyki projektu inompex

2 tydzień od startu.

Uwagi:
1 "Tydzień z...

źródło: comment_TRnjMVn79h9inWcfHiHEevDDOO6lxOB7.jpg

Pobierz
Sadzisz ze po skonczeniu planu lekcji jestes w stanie cos z tego zrobic?


@interface: hm..powiem tak, samo przerobienie akurat tej specjalizacji, to tak jak by się nauczyć składni danego języka i mówić, że już komercyjnie można być wymiataczem #15k . A wiadomo, że składania to wstęp co całej nauki.

Aczkolwiek, po nabraniu pewnej wprawy w pythonie (a raczej bibliotek z tej branży) uważam, że już coś tam można sklecić. Przetestujemy to