Stochastic gradient descent – po co mi to? Deep learning #2

Kwiaty

Witaj w notatkach do lekcji numer 2 kursu FastAI dedykowanej pojęciu stochastic gradient descent. Jeżeli przerobiłeś ze mną lekcję pierwszą, to wiesz mniej więcej, jak możesz skonstruować własny klasyfikator obrazków. Jeśli dodatkowo odrobiłeś zadanie domowe, to potrafisz już zrobić taki klasyfikator na własne potrzeby. A jeśli jeszcze nie zrobiłeś, to nie musisz się martwić — … Czytaj dalej Stochastic gradient descent – po co mi to? Deep learning #2

Klasyfikator obrazków z komiksów – deep learning #1.5

Komiksy

Zadaniem domowym, którym zakończyła się lekcja 1 deep learning było — stwórz własny klasyfikator obrazków. Postanowiłem więc w tym artykule podzielić się moją realizacją tego zadania. Zbiór danych Żeby się zabrać za to zadanie, potrzebny jest jakiś zbiór danych. Obrazków, których głównym elementem jest jakiś obiekt. Potrzebujemy więc x obrazków z obiektem a, y obrazków … Czytaj dalej Klasyfikator obrazków z komiksów – deep learning #1.5

Deep Learning – nauczmy się razem! #1

Rzeka

Jak pewnie zauważyłeś, nie ma na tym blogu żadnego artykułu poświęconego deep learning. Znajdziesz tutaj artykuły dotyczące analizy danych ogólnie, jak i konkretne artykuły dedykowane "tradycyjnemu" uczeniu maszynowemu. Przyczyna tego stanu jest prosta - nie znam się na deep learning, czyli na głębokich sieciach neuronowych. Ale z racji tego, że jest to bardzo obiecująca dziedzina … Czytaj dalej Deep Learning – nauczmy się razem! #1

Python #1 – zmienne, operatory i funkcje wbudowane

Kwiatki

Jeśli dobrze liczę, to jest to już czterdziesty artykuł na tym blogu. Pokazałem już wam, jak można całkiem sensownie zabrać się za uczenie maszynowe, ale w sumie nie pokazywałem ani razu jak zabrać się za Pythona. Myślę więc, że już czas na zapoznanie się z najpopularniejszym językiem programowania w uczeniu maszynowym, którym jest Python! Anaconda … Czytaj dalej Python #1 – zmienne, operatory i funkcje wbudowane