Kategori: Machine Learning – Produkter


  • Jeg startede idag med at arbejde på Codecademy med: “Generating Text With PyTorch” Jeg afsluttede med at skulle lave et projekt, som kunne generere tekst ud fra en givet sætning fra teksten Frankenstein Det hele virkede fint i Jupyter, men da jeg tog præcis samme kode ind i VS Code, så trænede den anderledes, som…

  • Jeg gennemførte idag “Learn Image Classification with PyTorch” på Codecademy Handlede om: Jeg udførte 2 større opgaver i denne: 1: “Classifying Microscopic Histopathology Images with PyTorch” 2: Pet Image Classification and Detection with Transformers Nu hvor jeg har gennemført dette kursus, så vil jeg prøve at lave mit eget billedgenkendelse med et datasæt jeg finder.…

  • Jeg gennemførte idag “PyTorch for Classification” på Codecademy Kurset her handlede om Encodings, Sigmoids, Thresholds, Binary Cross-Entropy Loss, Training, Evaluation, Multiclass Models, Softmax, Argmax. Til sidst var der en opgave, hvor man skulle “Predicting Hotel Booking Cancellations”, som jeg lavede. Jeg stødte dog ind i mange problemer, men kom igennem. Ud fra det jeg har…

  • Jeg gennemførte “Intro to PyTorch and Neural Networks” på Codecademy Her lærte jeg om Tensors, Linear Regression Review, Linear Regression with Perceptrons, Acitivation Functions, Multi-Layer Networks, Sequantial Neural Network, Neural Network Class, Loss Function, Optimizer, Test & Evaluation Til sidst løste jeg en opgave – “Predicting Electric Vehicle Charging Loads” *Jeg har skrevet koden, men…

  • Jeg udførte kurset “Machine Learning: Introduction with Regression” på Codecademy. Dette omhandlede hvad Machine Learning er, Supervised Learning, Unsupervised Learning, Linear Regression, Multiple Linear Regression

  • Jeg har idag taget kurset “Intro To Deep Learning With TensorFlow” på CodeCademy. Jeg brugte en del tid på at sætte mig mere ind i de forskellige elementer, hvilket gjorde jeg brugte mere tid end kurset egentligt var estimeret til – dog er jeg lidt skarpere end hvis jeg ikke havde taget mig tid, da…

  • Inden jeg gik alt for meget igang med Machine Learning, så skulle jeg lære lidt Python. Jeg tog derfor et kursus igennem Codecademy, som hed “Python For Programmers” I forbindelse med dette, så udarbejde jeg nogen små scripts: Dette gav mig en overordnet forståelse for hvordan opsætningen og funktionaliteten virker i Python.

  • Efter at have gennemført “Learn Image Classification with PyTorch”, så prøvede jeg, at se om jeg kunne implementere det Da der gik et par dage siden jeg sidst kiggede på det, så valgte jeg at se en video. CIFAR10 I denne model trænes der på datasættet fra CIFAR10 med kategorierne: Jeg fulgte derfor derfor videoen,…

  • Jeg har udarbejdet en RAG Chatbot – først hjemme til test, dernæst med det (næsten) fulde datasæt for Ordbogen. For at få lige præcis det respons, som jeg ønsker, så har jeg brugt prompt engineering. Min RAG model (som kun har data om praktik på datamatikeruddannelsen): Link til koden: Github: RAG Chatbot Jeg endte med at…