Big Data – kalendarz adwentowy #21

Duże zbiory danych nie są niczym nowym. Jeżeli danych jest więcej, niż jesteśmy w stanie wygodnie wczytać i przetworzyć w naszym ulubionym programie to możemy sobie pomyśleć, że mamy do czynienia z faktycznie dużym zbiorem danych. W języku angielskim powstał specjalny termin określający duże zbiory danych — Big Data. Ale czy sam brak możliwości wczytania … Czytaj dalej Big Data – kalendarz adwentowy #21

Przetwarzanie obrazów – kalendarz adwentowy #20

Jeżeli przejrzałeś wcześniejsze wpisy z tej serii, to być może kojarzysz już zbiór danych MNIST. Zbiór ten jest o tyle ciekawy, że można go próbować ugryźć na co najmniej dwa sposoby. Jedno z takich podejść to analiza piksel po pikselu, a drugie to całościowe przetwarzanie obrazów. Chciałbym Ci pokrótce nakreślić ideę tego drugiego podejścia. Analiza … Czytaj dalej Przetwarzanie obrazów – kalendarz adwentowy #20

Ramka danych – kalendarz adwentowy #19

Chyba powtórzę po raz kolejny na tym blogu moją opinię, że często najwięcej czasu zajmuje nam sformułowanie problemu i jakiejś sensownej metryk do oceny jego rozwiązania. Bowiem gdy już mamy nasze dane i odpowiednio je przetworzyliśmy, to możemy szybko i śmiało eksperymentować. Jeżeli celujemy w uczenie nadzorowane, które nie wymaga przetwarzania obrazów, tekstu ani dźwięku, … Czytaj dalej Ramka danych – kalendarz adwentowy #19

GNU R – kalendarz adwentowy #18

Do efektywnego wykorzystania uczenia maszynowego, bardzo często wystarczy nam znajomość języka programowania Python i jakichś stworzonych dla niego bibliotek pomocniczych. Czasem chcemy jednak przeanalizować jakieś dane bez uczenia głębokiego. Albo chcemy wyliczyć jakieś statystyki z nimi związane. Może przygotować jakieś opracowanie do publikacji? Czy jesteśmy tutaj również skazani na Pythona? Okazuje się, że nie. Istnieje … Czytaj dalej GNU R – kalendarz adwentowy #18

Matplotlib – kalendarz adwentowy #17

W tworzeniu rozwiązań opartych o uczenie maszynowe kluczowe jest zrozumienie efektów pracy naszego modelu. Tworzymy więc sobie różne metryki i odczytujemy uzyskane wyniki. Czasem jednak chciałoby się zobaczyć wizualizację efektów naszej pracy, żeby łatwiej zrozumieć, jak nam idzie. Aby stworzyć odpowiednie wizualizacje w Pythonie, musimy użyć jakiejś biblioteki, bo Python sam z siebie nie potrafi … Czytaj dalej Matplotlib – kalendarz adwentowy #17