Aktionen

Maschinelles Lernen: Unterschied zwischen den Versionen

Aus exmediawiki
 
(21 dazwischenliegende Versionen desselben Benutzers werden nicht angezeigt)
Zeile 1: Zeile 1:
−
'''14.11.2019'''
+
[[AI@exLabIII|Seminar]], '''21.11.2019'''
 
----
 
----
 
----
 
----
 
'''''alle Notebooks findet ihr unter /exMedia_Machines/Seminar_Einführung-in-die-Programmierung-KI/:'''''
 
'''''alle Notebooks findet ihr unter /exMedia_Machines/Seminar_Einführung-in-die-Programmierung-KI/:'''''
−
 
−
<small><code>exMedia_Machines/Seminar_Einführung-in-die-Programmierung-KI/05_14_11_maschinelles-lernen/'''?.ipynb'''</code></small>
 
−
 
−
<small><code>exMedia_Machines/Seminar_Einführung-in-die-Programmierung-KI/05_14_11_maschinelles-lernen/'''?.ipynb'''</code></small>
 
−
 
−
<small><code>exMedia_Machines/Seminar_Einführung-in-die-Programmierung-KI/05_14_11_maschinelles-lernen/'''?.ipynb'''</code></small>
 
−
 
−
<small><code>exMedia_Machines/Seminar_Einführung-in-die-Programmierung-KI/05_14_11_maschinelles-lernen/'''?.ipynb'''</code></small>
 
−
 
−
<small><code>exMedia_Machines/Seminar_Einführung-in-die-Programmierung-KI/05_14_11_maschinelles-lernen/'''?.ipynb'''</code></small>
 
−
 
 
=exMediawiki=
 
=exMediawiki=
−
kurze Einführung
+
<big>siehe: [[Dichterisches_Coden#exMediawiki]]</big>
  
 +
<big>Cheat-Sheet 4 editing exMediawiki: [[Cheat-sheet]]</big>
 
----
 
----
 +
 
=classify yourself=
 
=classify yourself=
 
[[Datei:ChelseaManning-ProbablyChelsea.jpg|right|400px]]
 
[[Datei:ChelseaManning-ProbablyChelsea.jpg|right|400px]]
Zeile 27: Zeile 18:
  
  
−
<big>see: [[DNA_phenotyping]]</big>
+
<big>more Info: [[DNA_phenotyping]]</big>
 +
 
  
 +
''als Eingabedatenset für unser Perzeptron erstellen wir in diesem Workshop u.a. gemeinsam und experimentell Auszüge aus unserer jeweiligen DNA - unseren genetischen Fingerabdruck.''
  
−
als Eingabedatenset für unser Perzeptron erstellen wir in diesem Workshop u.a. gemeinsam und experimentell Auszüge aus unserer jeweiligen DNA - unseren genetischen Fingerabdruck.
+
<embedvideo service="youtube">https://www.youtube.com/watch?v=S10l4qS2bcE</embedvideo>
  
 
----
 
----
  
−
=Wiederholung=
+
=Vorbereitungen auf nächste Woche=
−
==Das Perzeptron==
 
−
[[File:02_01.png|800px]]
 
−
[[File:Knn3.png|400px]][[File:Perc2.png|400px]]
 
−
 
 
−
===Der lineare Klassifikator===
 
−
[[File:Lindner-short.mp4]]
 
−
====boolean====
 
−
Boole veröffentlichte 1854 "An investigation into the Laws of Thought" (Eine Untersuchung der Gesetze des Denkens).
 
  
 +
'''»AI on Rasp Pie«''' mit Martin und Camilo
  
−
Der britische Mathematiker hat die Gesetze der Logik formuliert, nach denen Computer, Smartphones, Datenbanken und eben auch Internet-Suchmaschinen funktionieren. Die Boole'sche Algebra gilt als das Fundament der modernen Informationstechnologie.
 
  
−
'''das bool'sche Entscheidungsverfahren:'''
+
based on Camilos künstlerischen Arbeit:<br>
−
* Ein Entscheidungsverfahren ist ein Algorithmus, der für jedes Element der Menge beantworten kann, ob es die Eigenschaft hat oder nicht.
+
'''<big>»Stochastics Walks on the Latent Space - Cloud Representation and Text Extrapolation of Semantics Deduced from Nietzsche's Writings«</big>'''
  
−
[[File:Knn1.png|200px]][[File:Boolsche-logikfunktion.png|300px]][[File:LogicGatesWorking.png|300px]] << Claude Shannon
+
==eigenen Text einlesen==
 +
in:  
 +
* <small><code>exMedia_Machines/Seminar_Einführung-in-die-Programmierung-KI/05_14_11_maschinelles-sprechen/'''eigenes_word2vec-model.ipynb'''</code></small>
  
−
'''Logik''' << Schlußfolgerungslehre, Denklehre:
 
−
* In der Logik wird die Struktur von Argumenten im Hinblick auf ihre Gültigkeit untersucht, unabhängig vom Inhalt der Aussagen.
 
  
 +
siehe:
 +
* <big>'''[[word embeddings]]'''</big>
 +
* [[Maschinelles_Lesen#How_to_get_the_trainigdata.3F|Hot to get your traningdata?]]
 +
* [[Maschinelles_Lesen#Vorverarbeitung_von_Texten|Tokenization - Vorverarbeitung von Texten]]
  
−
'''formalisierte Logik''':
+
----
−
* „Formale Logik“ bezeichnet eine Notation von Schlüssen mittels einer formalen Sprache, die oftmals spezielle Symbole einführt. Dabei wird üblicherweise genau angegeben, wie wohlgeformte Ausdrücke dieser Sprache gebildet werden (Syntax).
+
=Wiederholung=
−
 
+
<big>siehe: [[Dichterisches_Coden#Das_Perzeptron|Das Perzeptron]]</big>
  
 
----
 
----
−
Dieser Datentyp repräsentiert '''Wahrheitswerte''' aus der Menge ''True'' und ''False''. Wahrheitswerte kann man mit Operatoren verknüpfen.
+
=learning=
−
====Wahrheitstabelle====
+
<small><code>exMedia_Machines/Seminar_Einführung-in-die-Programmierung-KI/06_21_11_maschinelles-lernen/'''learning_1.ipynb'''</code></small>
−
Wir erlauben nur, dass die Eingabeneuronen binär aktiviert sein dürfen, sprich: es werden nur Aktivierungen von 1 oder 0 zugelassen.
 
  
−
Wir werden in diesem Semester Christian Lindner aktiv unterstützen und erstmal einen Klassifikator trainieren, der uns sagen wird, ob vor mir ein "EKI" in des Bäckers Schlange steht?
+
'''Folie:<br>'''
 +
[[Datei:Cbow-back.png|500px|link=https://exmediawiki.khm.de/exmediawiki/images/c/cf/Lernen_1.pdf]]
  
−
Dazu haben wir eine Merkmalsliste erstellt und fragen uns daraufhin, beispielsweise ob Die Person vor uns 1. '''männlich''' ist und zweitens '''eine Geldscheinklammer aus der Hosentasche zieht zum bezahlen eines 80 cent Betrages'''?
+
----
 +
=Rückblick auf letzter Woche=
 +
==build your own chatbot==
  
−
Wir nennen hierbei die beiden Spalten "X" und "Y" unsere Merkmale (engl. features), die wir als Eingabe verwenden, und "EKI" ist unser gesuchter Wert oder die gewünschte Ausgabe.
+
<small><code>exMedia_Machines/Seminar_Einführung-in-die-Programmierung-KI/05_14_11_maschinelles-sprechen/'''FDBot.ipynb'''</code></small>
  
−
So gehen wir also einfach mal davon aus, dass wir eigentlich nicht so genau wissen, wie man einen EKI präzise definieren kann: wir haben uns nur diese 2 Merkmale (X und Y) zurechtgelegt um zum richtigen ergebnis zu kommen.  
+
<small><code>exMedia_Machines/Seminar_Einführung-in-die-Programmierung-KI/05_14_11_maschinelles-sprechen/'''transbot.ipynb'''</code></small>
  
−
Später dann im Training werden wir auch wissen, was das erwartete bzw. richtige Ergebnis ist.  
+
[[Datei:bots1.png|500px]][[Datei:bots2.png|500px]]
  
−
Danach wollen wir dann aber nur noch mit den Eingabe-Merkmalen zum Ziel kommen, ohne dass wir die Antwort schon im Voraus kennen. << Maschinelles Lernen
+
=Literatur=
 +
* '''[https://noparts.org/own-cloud/public.php?service=files&t=4a66fa0281688c384bf68863fc9027dc Francois Chollet, »Deep Learning with Python«]'''
 +
** Github Repositrory: https://github.com/fchollet/deep-learning-with-python-notebooks
  
−
In der folgenden Tabelle sind ''logische Verknüpfungen'' zusammengefasst, wobei '''EKI''' und '''HGA'''
+
* '''[https://noparts.org/own-cloud/public.php?service=files&t=b873602cf68471c0e45672cb838d0f98 Tariq Rashid, »Neuronale Netze selbst programmieren«]'''
−
in diesem Falle Bool'sche Variablen darstellen, die nur die Werte
+
** Github Repository: https://github.com/makeyourownneuralnetwork/makeyourownneuralnetwork
−
* '''0''' bzw. '''False'''
+
<!--
−
oder
 
−
* '''1''' bzw. '''True'''
 
−
annehmen können:
 
−
 
 
−
{| class="wikitable"
 
−
|-class="hintergrundfarbe5"
 
−
!colspan="6"|'''Steht da ein Entwickler Künstlicher Intelligenz (EKI) vor mir in des Bäckers Schlange?'''
 
−
|-
 
−
! width="16%" | '''männlich''' || width="16%" | '''Geldscheinklammer''' || width="16%" | NOT || width="16%" | '''AND''' || width="16%" | OR || width="20%" | XOR
 
−
|-
 
−
| '''False''' || '''False''' || True  || '''False''' || False || False
 
−
|-
 
−
| '''False''' || '''True'''  || True  || '''False''' || True  || True
 
−
|-
 
−
| '''True'''  || '''False''' || False || '''False''' || True  || True
 
−
|-
 
−
| '''True'''  || '''True'''  || False || '''True'''  ||True  || False
 
−
|}
 
−
----
 
−
=?=
 
−
 
 
−
----
 
 
=Code Poetry=
 
=Code Poetry=
 
<big>siehe: [["...Sprache"]]</big>
 
<big>siehe: [["...Sprache"]]</big>
 
==lineare Klassificodichte==
 
==lineare Klassificodichte==
 
Bitte Euer eigenes Klassificodicht hier eintragen: https://pad.freifunk.net/p/lineare-klassificodichte
 
Bitte Euer eigenes Klassificodicht hier eintragen: https://pad.freifunk.net/p/lineare-klassificodichte
 +
-->
 +
[[Category:Seminar]]
 +
[[Category:KI]]
 +
[[Category:Programmierung]]
 +
[[Category:Python]]
 +
[[Category:WS2019-20]]

Aktuelle Version vom 31. Mai 2020, 14:03 Uhr

Seminar, 21.11.2019

alle Notebooks findet ihr unter /exMedia_Machines/Seminar_Einführung-in-die-Programmierung-KI/:

exMediawiki

siehe: Dichterisches_Coden#exMediawiki

Cheat-Sheet 4 editing exMediawiki: Cheat-sheet

classify yourself

ChelseaManning-ProbablyChelsea.jpg

DNA phenotyping Workshop @ Open Lab


am Freitag, den 13.12. zusammen mit Verena Friedrich, Klaus Fritze & Matthias Burba (Gast)


more Info: DNA_phenotyping


als Eingabedatenset für unser Perzeptron erstellen wir in diesem Workshop u.a. gemeinsam und experimentell Auszüge aus unserer jeweiligen DNA - unseren genetischen Fingerabdruck.

Vorbereitungen auf nächste Woche

»AI on Rasp Pie« mit Martin und Camilo


based on Camilos künstlerischen Arbeit:
»Stochastics Walks on the Latent Space - Cloud Representation and Text Extrapolation of Semantics Deduced from Nietzsche's Writings«

eigenen Text einlesen

in:

  • exMedia_Machines/Seminar_Einführung-in-die-Programmierung-KI/05_14_11_maschinelles-sprechen/eigenes_word2vec-model.ipynb


siehe:

Wiederholung

siehe: Das Perzeptron

learning

exMedia_Machines/Seminar_Einführung-in-die-Programmierung-KI/06_21_11_maschinelles-lernen/learning_1.ipynb

Folie:
 Cbow-back.png

Rückblick auf letzter Woche

build your own chatbot

exMedia_Machines/Seminar_Einführung-in-die-Programmierung-KI/05_14_11_maschinelles-sprechen/FDBot.ipynb

exMedia_Machines/Seminar_Einführung-in-die-Programmierung-KI/05_14_11_maschinelles-sprechen/transbot.ipynb

Bots1.pngBots2.png

Literatur

Abgerufen von „https://exmediawiki.khm.de/index.php?title=Maschinelles_Lernen&oldid=5548“