Masinõpe ja Andmekaeve

Konstantin Tretjakov (kt@ut.ee)

EIO õppesessioon7. november, 2010

Ülesanne: Numbrite tuvastus

7.11.2010Masinõpe ja Andmekaeve2

3 4 8 1 8

Ülesanne: Numbrite tuvastus

7.11.2010Masinõpe ja Andmekaeve3

0

255

100

28px

28px

Ülesanne: Numbrite tuvastus Sisendfail: http://kt.pri.ee/eio/ml/digits.test

Iga rida = üks pilt (kokku 1000 rida) Esimene number igas reas on 0 Edasi järgnevad 28x28 (784) numbrit 0..255

- pildi pikslid kirjutatud välja veergude kaupa

Näitekood: http://kt.pri.ee/eio/ml/digits.cpp

Väljundfail: Iga rida = üks number – vastaval pildil olev arv

7.11.2010Masinõpe ja Andmekaeve4

Lähima naabri meetod

7.11.2010Masinõpe ja Andmekaeve5

K-lähima naabri meetod

7.11.2010Masinõpe ja Andmekaeve6

Teisi meetodeid?

7.11.2010Masinõpe ja Andmekaeve7

Teisi meetodeid?

7.11.2010Masinõpe ja Andmekaeve8

Üldiselt

Arvuti analüüsib andmeid ning “treenib” ennast nende andmete “järgi” otsuseid teha.

Paljud algoritmid põhinevad mustrite otsingul.

7.11.2010Masinõpe ja Andmekaeve9

Rakendusi

7.11.2010Masinõpe ja Andmekaeve10

http://www.youtube.com/watch?v=KPkbTY1TM4c

Rakendusi

7.11.2010Masinõpe ja Andmekaeve11

Rakendusi

7.11.2010Masinõpe ja Andmekaeve12

Rakendusi

7.11.2010Masinõpe ja Andmekaeve13

Rakendusi

7.11.2010Masinõpe ja Andmekaeve14

Rakendusi

7.11.2010Masinõpe ja Andmekaeve15

Rakendusi

7.11.2010Masinõpe ja Andmekaeve16

Kokkuvõte Masinõpe on andmete põhjal ennustuste ja otsuste tegemine.

Masinõpe lubab luua väga arukat käitumist.

Kaasaegsete protsessorite ja andmemahtudega saab automatiseerida asju mis veel hiljuti olid mõeldamatud.

Masinõpe ja andmekaeve spetsialistid on juba praegu ühed nõutumatest.

7.11.2010Masinõpe ja Andmekaeve17

Moraal Õppige matemaatikat

Optimiseerimine Lineaaralgebra Tõenäosusteooria

Õppige informaatikat Efektiivsed algoritmid ja

andmestruktuurid Suured andmed Paralleliseerimine

7.11.2010Masinõpe ja Andmekaeve18