Архив рубрики: Machine Learning

От регрессии к нейронным сетям (From regression to neural networks)

Введение  Модель нейрона Функции активации Архитектуры НС Обучение НС Проблемы с оптимизацией функции потерь Полезные ссылки Введение Известна функциональная зависимость между температурой по Цельсию (C )и Фаренгейту (F ): F = 1.8* C + 32. Определить параметры этой зависимости и, затем, предсказать результат можно по данным на входе и выходе, решая задачу регрессии (калибровки) Эту же задачу… Читать далее »

Основы калибровки (Calibration Basics)

Введение  Синонимы калибровки Выбор аппроксимирующей функции Подготовка данных Определение параметров функции Метрики качества регрессии Калибровка и проверка Задача калибровки в общем виде Оптимизация модели От регрессии к нейронным сетям Рекомендации Полезные ссылки Введение Калибровка — это процедура моделирования связи между между коррелирующими данными для обеспечения возможности предсказывать результат по новой выборке данных Простейший пример калибровки… Читать далее »

Основы машинного обучения в примерах (Machine learning basics by example)

Введение в AI и полезные ссылки Использовать традиционный алгоритмический подход для приложений с искусственным интеллектом уже стало не модно. Что приходит на смену? Как не зная алгоритм, а просто имея данные и ответ, получить из них алгоритм? Альтернатива традиционному алгоритмическому подходу – нейронная сеть, которую можно обучать предсказывать результат по выборке для обучения. Данные делятся на… Читать далее »

Алгоритмы регистрации облаков точек (Point cloud registration algorithms)

Введение Алгоритм RANSAC для регистрации облаков точек Алгоритм итерации ближайшей точки (ICP) Выделение плоскостей в облаке точек Регистрация облаков точек через преобразование  в 2D-изображения Нейронная сеть MaskNet для маскировки  точек-выбросов 3D-регистрация облаков точек по алгоритму TEASER++ Классификация алгоритмов регистрации облаков точек Полезные ссылки Введение Регистрация облаков точек – процесс совмещения нескольких облаков точек одного объекта в… Читать далее »

Face recognition. Python, DLIB

 Работа Face recognition-девелопером                      Введение Верификация лица с dlib Полезные ссылки Введение В статье Распознавание лиц на основе OpenCV для C++  рассматривается подход к распознаванию на основе признаков, в качестве которых используются расстояния между характерными точками лица. Альтернативный метод распознавания лиц. Изображение каждого лица обрабатывается уже… Читать далее »

Адекватность и оптимальность нейронной сети на примере распознавания поворота головы (Adequacy and optimality of the neural network for detecting head rotation)

Введение Постановка задачи Проверка нейронной сети на адекватность Выбор архитектуры сети Парадокс нейронной сети Наклон сигмоидальной функции Размер и соотношение разнотипных сигналов в обучающей выборке Линия размежевания разнотипных сигналов в обучающей выборке Обучение сети положительному (YES) и отрицательному (NO) жестам головой Анализ и выбор данных Общие выводы Программный код для проведения экспериментов Полезные ссылки Введение Первое,… Читать далее »

Машинное обучение распознавать поворот лица (Machine learning to recognize face turn)

Введение Постановка задачи Оценка возможностей распознавать поворот лица через машинное обучение Программный код (вариант 1) Программный код (вариант 2) Адекватность и оптимальность нейронной сети для распознавания поворота головы Полезные ссылки Введение Как не зная алгоритм, а просто имея данные и ответ, получить из них алгоритм?  Альтернатива традиционному алгоритмическому подходу – нейронная сеть, которую можно обучать предсказывать… Читать далее »

Tensorflow, Python, Visual Studio. Quick start

Введение Создание проекта и установка пакетов Предсказание результата по выборке для обучения Линейная регрессия Полезные ссылки Введение TensorFlow – популярнейший инструмент для машинного обучения нейросетей. В качестве упрощенного варианта понимания машинного обучения вы можете представить себе алгоритмы машинного обучения как функции, которые подбирают значения внутренних переменных таким образом, чтобы соответствующим входным значениям соответствовали корректные выходные… Читать далее »