#WWW

1. Wprowadzenie Biblioteka NumPy to podstawa w przypadku uczenia maszynowego z użyciem języka programowania Python. Pozwala ona przeprowadzać efektywne operacje na strukturach danych, które są najczęściej wykorzystywane w uczeniu maszynowym: wektor, macierz i tensor. Pokazane zostaną operacje NumPy najczęściej przeprowadzane podczas pracy wymagającej zastosowania uczenia maszynowego. 1.1. Tworzenie wektora Użyj biblioteki NumPy do utworzenia tablicy jednowymiarowej. # Wczytanie biblioteki. import numpy as np # Utworzenie wektora przedstawiającego wiersz. vector_row = np. [Read More]

2.0. Wczytywanie danych Pierwszym krokiem w każdym przedsięwzięciu opartym na uczeniu maszynowym jest pobranie i umieszczenie w systemie czystych, niezmodyfikowanych danych. Przykładami takich danych są plik dziennika zdarzeń, plik zbioru danych i baza danych. Co więcej, często zachodzi potrzeba pobrania danych pochodzących z wielu źródeł. Receptury omówione w tym rozdziale przedstawiają metody wczytywania danych z różnych źródeł, takich jak plik w formacie CSV i baza danych SQL. Pokazano metody generowania symulowanych danych wraz z właściwościami niezbędnymi do przeprowadzania eksperymentów. [Read More]

6.0. Obsługa tekstu Pozbawiony struktury tekst, taki jak zawartość książki lub wiadomość w serwisie Twitter, to jedno z najbardziej interesujących źródeł cech i jednocześnie najtrudniejsze do obsłużenia. W rozdziale omówię strategie przekształcania tekstu na cechy dostarczające wielu informacji. Nie oznacza to jed- nak, że zaprezentowane tutaj receptury są wyczerpujące. Istnieją całe dyscypliny akademickie koncentrujące się na obsłudze tekstu i podobnych typów danych, a opis stosowanych w tym zakresie technik mógłby wypełnić małą bibliotekę. [Read More]

8.0. Wprowadzenie Klasyfikacja obrazu to jeden z najbardziej ekscytujących obszarów uczenia maszynowego. Możliwość rozpoznawania przez komputer wzorców i obiektów w obrazach jest naprawdę nieoceniona. Jednak zanim będzie można wykorzystać uczenie maszynowe z obrazami, najpierw trzeba przekształcić te obrazy na cechy możliwe do użycia z algorytmami uczenia maszynowego. Do pracy z obrazami doskonale nadaje się biblioteka OpenCV (ang. open source computer vision). Choć istnieje wiele dobrych bibliotek przeznaczonych do pracy z obrazami, to jednak OpenCV zalicza się do najpopularniejszych, a ponadto jest doskonale udokumentowana. [Read More]

Tematy zadań 1. Praca z systemem kontroli wersji. Podstawy WWW. cel - stworzyć prostą stronę WWW, nie wymagającą użycia serwera webowego; należy użyć HTML, CSS i JS do ww. zadania; książka online o systemie Git: tutaj, pomoc dla osób, które zaczynają przygodę z systemem kontroli wersji Git: tutaj, należy utworzyć konto na hostingu GitHub lub innym (np. Bitbucket), aby “przechowywać” tam zrealizowane laboratoria. pomoc do dalszej części zadań związanych z WWW: tutaj, dla początkujących w dziedzinie WWW wskazane jest przejrzenie materiałów z ww. [Read More]