Aus dem Kurs: Machine Learning Grundlagen
Erhalten Sie Zugriff auf diesen Kurs – mit einer kostenlosen Probeversion
Werden Sie noch heute Mitglied und erhalten Sie Zugriff auf mehr als 25.300 Kurse von Branchenfachleuten.
Der MNIST-Datensatz
Aus dem Kurs: Machine Learning Grundlagen
Der MNIST-Datensatz
Bis jetzt haben wir nur sehr einfache, kleine neuronale Netze verwendet, um einfache Klassifikationen durchzuführen, mit einer minimalen Anzahl an Trainingsbeispielen. Daher wollen wir uns in unserem letzten Kapitel nun mit einem realen Datensatz beschäftigen, um zu sehen, dass wir hier nur ein paar Adaptionen in unserem Python-Code durchführen müssen, um auch komplexere Aufgaben zu lösen. Hierbei werden wir versuchen, handgeschriebene Ziffern zu klassifizieren. Der sogenannte MNIST-Datensatz beinhaltet Bilder handgeschriebener Ziffern von 0 bis 9. Diese sind in Bildern der Größe 28x28 Pixel abgespeichert, das heißt, ein einzelnes Bild hat 784 Pixel. Jedes Pixel hat einen Farbwert zwischen 0 und 255, wobei 0 für Weiß steht, 255 für Schwarz steht und alle Werte dazwischen unterschiedliche Graustufen beschreiben. Der Datensatz ist sehr umfangreich mit 60.000 Trainingsbeispielen und 10.000 Testbeispielen. Wir werden einen kleinen Teil davon heranziehen fürs Lernen, da sonst das Lernen…
Üben mit Projektdateien
Laden Sie die Dateien herunter, die von den Trainer:innen verwendet werden. So können Sie mitlesen und durch Ansehen, Zuhören und Üben lernen.
Inhalt
-
-
-
-
-
-
-
-
(Gesperrt)
Der MNIST-Datensatz5 Min. 33 Sek.
-
(Gesperrt)
Daten einlesen und vorbereiten5 Min. 30 Sek.
-
(Gesperrt)
Die neuronale Netzwerkklasse3 Min. 37 Sek.
-
(Gesperrt)
Das Netzwerk trainieren3 Min. 32 Sek.
-
(Gesperrt)
Das Netzwerk testen1 Min. 31 Sek.
-
(Gesperrt)
Die Confusion Matrix berechnen3 Min. 30 Sek.
-
(Gesperrt)
Accuracy, Precision und Recall6 Min. 41 Sek.
-
(Gesperrt)
Aufgabe: Brustkrebsdaten klassifizieren1 Min. 22 Sek.
-
(Gesperrt)
Lösung: Brustkrebsdaten klassifizieren2 Min. 14 Sek.
-
(Gesperrt)
-