Einführung in Maschinelles Lernen (ML Zero to Hero, Teil 1)
Вставка
- Опубліковано 28 вер 2024
- Maschinelles Lernen ist eine neue Art des Programmierens, in welchem man nicht explizite Regeln wie in Java oder der C++ Sprache nutzt, sondern ein System erstellt welches die Regeln durch Training selber herausfindet. Aber wie sieht ML wirklich aus? In Teil 1 von "Maschinelles Lernen Zero to Hero" führen wir sie durch ein grundsätzliches "Hello World" Beispiel eines ML Modells und stellen Ideen vor welche wir in einer weiteren Folge anwenden für ein interessanteres Problem: Computer Vision.
Versuchen sie diesen Code selber aus als "Hello World" des maschinellen Lernens → goo.gle/2Zp2ZF3
Sehen sie mehr programmieren von TensorFlow → goo.gle/2Y43cN4
Abonnieren sie den TensorFlow Kanal → goo.gle/2WtM7Ak
Sehr schöner Ansatz es verständlich zu erklären!
Hervorragende didaktik!!! Ich bin als trainer sehr beeindruckt
Minute 06:40 wird gesagt: "Jetzt können wir zu einem Y-Wert einen X-Wert vorhersagen." Gemeint ist es umgekehrt. Wir geben einen X-Wert (10) und bekommen für diesen X-Wert einen Y-Wert (19 bzw. 18,99998) vorhergesagt (predict).
Danke.
Folgende Eingabe: Zahl quadrieren
xs = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10], dtype=float)
ys = np.array([1, 4, 9, 16, 25, 36, 49, 64, 81, 100], dtype=float)
Als Ergebnis kommen völlig falsche Werte egal epoche = 500, 5000 oder 500 00
Woran liegts?
Die Rednerstimme ist sehr angenehm, vielen Dank😁👍
1. :D
Peison
Auch zum Deutschlernen
Danke!
kann mir jemand sagen warum bei model.predict([10.0]) die Antwort anscheinend immer kleiner als 19 ist egal wie oft man trainiert. Wieso nicht so etwas wie 19.0001 ?
mhm mit dem adam optimizer kommt 19. raus.
Da eine Wahrscheinlichkeit berechnet wird und keine ganzzahlige mathematische Operation durchgeführt wird.