Category Archives: Machine Learning

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?”

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!”

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 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 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”