Setting up your data Efter man har cleanet ens data sæt, skal man splitte dataen til two segmenter -> Testing og Training Man skal ikke teste ens model med samme data som man bruger til training. Ratio 70/30 eller 80/20. Training data 80% og test data 20% Splitte dataen i rækker og ikke kolonner. RandomizedFortsæt læsning “Hvor meget data er der behov for?”
Author Archives: danielcramon
Optimering af Data!
Data Scrubbing Datasæt skal rengøres(cleaning) og human manipulated før det kan tages i brug Scrubbing er den tekniske process af at refinere ens datsæt og gøre det mere arbejdsvenligt. Dette kan involvere at man modificere og somme tider fjerne ufærdigt og inkorrekt formateres irrelevant og duplikeret data. Samt konvertere text basered data til numeriseret værdier. Fortsæt læsning “Optimering af Data!”
Machine Learning – Værktøjskassen!
The ML Toolbox Afdeling 1: Data Data. Data udgør det input variabler der bliver brugt til at forme en forudsigelse (prediction). Struktureret og ikke-struktureret data Struktureret Data -> defineret og labeled i en table Tabular datasæt indeholder data organiseret i rækker og kolonner. I hvert kolonne er en feature. En feature også kendt som enFortsæt læsning “Machine Learning – Værktøjskassen!”
Machine Learning Kategorier / Principper
Machine Learning Kategorier Supervised Learning Supervised learning koncentrer sig på at lære mønstre via forbinde forhold mellem variabler og kendte outcomes og arbejde med labeled datasets Feed maskine sample data x og value output af data Y når de er kendt er det labeled Algoritmen decipher mønstre som eksistere i dataen og laver en modelFortsæt læsning “Machine Learning Kategorier / Principper”
Introduktion til Machine Learning
Introduktion Machine Learning handler om at have metoder og algoritmer som lærer fra data. Som vi kan se i praktisk, f.eks. vaskemaskiner som lærer hvordan du vil have dit tøj vasket, eller smart tandbørster som fortæller dig hvilke tænder, kræver ekstra børstning osv. Et af hovedformålene er at Machine Learning hjælper med at forbedre sigFortsæt læsning “Introduktion til Machine Learning”
Specifikke læringsmål og læringsplan – 4. itteration
Mål Teknik/Værktøj Kriterier Evaluering Anvende en databasegrænseflade til et Machine Learnings projekt Jeg vil gerne finde ude af hvordan jeg opretter en connection til MongoDB: – Brug af erfagruppen til at diskutere måder på at kunne oprette en forbindelse. – Søg efter viden på Youtube, Forums, Google og andre litteratur.Kan jeg redegøre for hvordan jegFortsæt læsning “Specifikke læringsmål og læringsplan – 4. itteration”
Projekt Produkt
Her vil du kunne følge udviklingen af produktet til vores projekt BreatTimeAwareness
Specifikke læringsmål og læringsplan – 3. itteration
Mål Teknik/Værktøj Kriterier Evaluering Jeg vil gerne lave et projekt som omhandler machine learnings princippet – Supervised learning Finde et projekt som er relevant for princippet – Søger efter projekt i DataCamp. – Bruge erfa gruppen til at finde et projekt som man kan sparer med hinanden i Jeg vil gerne finde ud af hvordanFortsæt læsning “Specifikke læringsmål og læringsplan – 3. itteration”
Specifikke læringsmål og læringsplan – 2. itteration
Mål Teknik/Værktøj Kriterier Evaluering Jeg vil gerne finde ude af om jeg har fundet det rette princip til projektet Jeg redegøre for den viden jeg har opnået i første iteration for at give overblik over mulighederne: – Interviewe Steffen Mogensen fra tv2 for at diskutere de forskellige principper der findes samt hvad der passer bedstFortsæt læsning “Specifikke læringsmål og læringsplan – 2. itteration”
Specifikke læringsmål og læringsplan – 1. itteration
Mål Teknik/Værktøj Kriterier Evaluering Jeg vil gerne finde ude af hvilke Machine Learnings principper der er bedst til produktet samt få en basal forståelse så jeg kan foretage en simpel implementering. Jeg researcher hvilke Machine Learnings principper der findes for at få overblik over mulighederneJeg anvender google for at finde artikler omkring emnetBruge forums somFortsæt læsning “Specifikke læringsmål og læringsplan – 1. itteration”
Daniel's Portfølje 