Dezvoltarea sistemelor care învaţă singure. Probleme de tip clasificare rezolvate cu ajutorul rețeleleor neuronale artificiale (Artificial Neural Networks - ANN). Evaluareaa performanței acestor metode.
Rețele neuronale artificiale pentru rezolvarea problemelor de clasificare.
Proiectarea sistemelor care învaţă singure.
Evaluarea sistemelor care învaţă singure. Metrici de performanță.
Retea sociala: ce fel de poze ai postat? (TEMA) Tocmai ti-ai inceput prima ta zi de munca ca si software developer la Facebook in echipa care se ocupa cu partea de continut a platformei. Echipa de analisti a observat ca foarte multe persoane folosesc filtre peste pozele lor, asadar in speranta de a promova continut mai putin editat, si poze cat mai reale, doresc sa implementeze o noua functionalite in care sa arate utilizatorilor daca o poza a fost sau nu editata. Pentru a testa aceasta idee, si pentru a vedea daca utlizatorilor li s-ar parea folositoare o astfel de functionalitate, au decis sa testeze ideea pe pozele care au filtre sepia. Primul task al tau este sa implementezi un algoritm de clasificare a pozelor care sa ne spuna daca o poza are sau nu adaugat filtru sepia. Team leaderul echipei de ML iti propune urmatorul plan de lucru
- devoltarea, antrenarea si testarea unui clasificator bazat pe retele neuronale folosind date mai simple, de tip caracteristici numerice - de ex datele cu irisi) - lucky you! Go to DEMO! 🍀
- devoltarea, antrenarea si testarea unui clasificator bazat pe retele neuronale folosind date mai complexe, de tip imagine - de ex baza de date cu cifre, pentru fiecare exmplu considerandu-se matricea de pixeli) - lucky you! Go to DEMO! 🍀
- crearea unei baze cu imagini (cu si fara filtru sepia) si etichetele corespunzatoare - Let’s get down to business! 🚀
- antrenarea si testarea clasificatorului (bazat pe retele neuronale artificiale – tool sau ANN-ul dezvoltat) pentru clasificarea imaginilor cu si fara filtru - It's time to hustle! 💪
Specificaţi, proiectaţi, implementaţi si testati cate un algoritm de clasificare bazat pe retele neuronale artificiale (ANN sau CNN). Verificati influenta (hyper)parametrilor asupra calitatii clasificatorului antrenat.
Laborator 8
Punctajele acordate:
- creare baza de date - 50p
- antrenarea unui model si testarea lui pentru clasificarea imaginilor normale vs sepia
- cu ANN (tool) - 50p
- influenta (hyper)parametrilor - 100p
- cu ANN (cod propriu) - 300p
- cu CNN (cod propriu) - 300p
Notă:
- punctajul maxim acumulat pentru acest laborator este 800 puncte.
- punctajul minim pentru ca o tema predata sa fie valida este 100 puncte.