Typer af NoSQL

Column Oriented Database Fordele ved Column Oriented Database Kompression. Column Oriented Database er meget effektiv til at kompresse data.  Sammenlæggende queries. Grundet deres struktur er Column Oriented Database meget effektiv til at arbejde med sammenlæggende queries (som f.eks. SUM, COUNT, AVG, etc). Scalability. Column Oriented Database er meget Scaleable . De passer perfekt til atContinue reading “Typer af NoSQL”

NoSQL Graph Database Tutorial

Tutorial til NoSQL Graph Database Gå ind på https://neo4j.com/download/ og download neo4j desktop client Derefter når du har client åben skal du oprette et nyt “Project” Ved at klikke på knappen “New” Når du har oprettet et nyt project skal du oprette en Graph Database for at gå igang. Dette gøre du ved at trykkerContinue reading “NoSQL Graph Database Tutorial”

Specifikke læringsmål og læringsplan – 3.Iteration

Specifikke læringsmål og læringsplan – 3.Iteration Mål Teknik/Værktøj Kriterier Evaluering Jeg vil gerne arbejde med et projekt som omhandler princippet i Machine Learning – Supervised Learning Jeg vil finde et projekt som er relevant for princippet: – Brug af erfagruppen til at diskutere hvilket projekt er bedst at arbejde med. – Søg efter projekt iContinue reading “Specifikke læringsmål og læringsplan – 3.Iteration”

Specifikke læringsmål og læringsplan – 2.Iteration

Specifikke læringsmål og læringsplan – 2.Iteration Mål Teknik/Værktøj Kriterier Evaluering Jeg vil gerne finde ude af om jeg har fundet det rette princip til projektet Jeg redegøre for den viden jeg har opnået i første iteration for at give overblik over mulighederne: – Interviewe Steffen Mogensen fra tv2 for at diskutere de forskellige principper derContinue reading “Specifikke læringsmål og læringsplan – 2.Iteration”

Machine Learning litteraturliste

Dette er sektionen for det litteratur jeg har anvendt til at få en grundlæggende forståelse for Machine Learning og den teori bag: Machine Learning for Absolute Beginners: A Plain English Introduction (First Edition) af Oliver Theobald (February 18, 2017) Introduction to Machine Learning with Python – A guide for data scientists af Sarah Guido https://www.linkedin.com/learning/data-science-foundations-fundamentals-5/machine-learning?u=57075649Continue reading “Machine Learning litteraturliste”

Hvor meget data er der behov for?

Setting up your data Efter man har cleanet ens data sæt, skal man splitte dataen til two segmenter -> Testing og Training Man skal ikke teste ens model med samme data som man bruger til training. Ratio 70/30 eller 80/20. Training data 80% og test data 20% Splitte dataen i rækker og ikke kolonner. RandomizedContinue reading “Hvor meget data er der behov for?”

Optimering af Data!

Data Scrubbing Datasæt skal rengøres(cleaning) og human manipulated før det kan tages i brug Scrubbing er den tekniske process af at refinere ens datsæt og gøre det mere arbejdsvenligt. Dette kan involvere at man modificere og somme tider fjerne ufærdigt og inkorrekt formateres irrelevant og duplikeret data. Samt konvertere text basered data til numeriseret værdier. Continue reading “Optimering af Data!”

Machine Learning – Værktøjskassen!

The ML Toolbox Afdeling 1: Data Data. Data udgør det input variabler der bliver brugt til at forme en forudsigelse (prediction). Struktureret og ikke-struktureret data Struktureret Data -> defineret og labeled i en table Tabular datasæt indeholder data organiseret i rækker og kolonner. I hvert kolonne er en feature. En feature også kendt som enContinue reading “Machine Learning – Værktøjskassen!”

Machine Learning Kategorier / Principper

Machine Learning Kategorier Supervised Learning Supervised learning koncentrer sig på at lære mønstre via forbinde forhold mellem variabler og kendte outcomes og arbejde med labeled datasets Feed maskine sample data x og value output af data Y når de er kendt er det labeled Algoritmen decipher mønstre som eksistere i dataen og laver en modelContinue reading “Machine Learning Kategorier / Principper”

Introduktion til Machine Learning

Introduktion Machine Learning handler om at have metoder og algoritmer som lærer fra data. Som vi kan se i praktisk, f.eks. vaskemaskiner som lærer hvordan du vil have dit tøj vasket, eller smart tandbørster som fortæller dig hvilke tænder, kræver ekstra børstning osv. Et af hovedformålene er at Machine Learning hjælper med at forbedre sigContinue reading “Introduktion til Machine Learning”

Design a site like this with WordPress.com
Get started