Noter

Til en del af noterne findes en række videoer, hvor teorien forklares. Der er linket til de relevante videoer under de respektive noter, men en samlet liste findes også her.

Perceptroner

Historisk set er forløberen til kunstige neurale netværk de såkaldte perceptroner. I denne note behandles perceptroner, og vi ser på opdateringsalgoritmerne "perceptron…

Kunstige neuroner

I denne note behandles kunstige neuroner, som er en udvidelse af den klassiske perceptron, men med den tilføjelse at vi her indfører en aktiveringsfunktion. De kunstige…

Simple kunstige neurale netværk

Her ser vi på et simpelt kunstigt neuralt nerværk med to skjulte lag, men hvor hvert skjult lag kun består af én neuron. I dette simple tilfælde forklarer vi, hvad…

Kunstige neurale netværk

I denne note giver vi en grundig gennemgang af matematikken bag kunstige neurale netværk, hvor der i første omgang tages udgangspunkt i et netværk med to skjulte lag hver…

Logistisk regression

Logistisk regression er en metode, som kan bruges til klassifikation. Metoden har fællestræk med simple neurale netværk.

Tabsfunktioner

I langt de fleste tilfælde sker træning af AI modeller ved at minimere en tabsfunktion. Lidt løst sagt kan man sige, at en tabsfunktion måler, hvor god en AI model er til at…

Overfitting, modeludvælgelse og krydsvalidering

Hvordan vælger man den bedste model til beskrivelse af data? Skal man bare vælge den mest komplicerede? Eller kan der mon gå noget galt? Det handler overfitting og…

Sensitivitet, specificitet, ROC-kurver og AUC

Når man skal vælge en god algoritme, som kan anvendes til en klassifikation, har man brug for at kunne sammenligne, hvor godt forskellige algoritmer prædikterer. Hvordan det…

Funktioner af flere variable

En funktion kan afhænge af flere forskellige variable end én, og denne type af funktioner viser sig at spille en helt central rolle i rigtig mange metoder inden for kunstig…

Gradientnedstigning

Her forklares hvad gradientnedstigning går ud på, og hvordan gradientnedstigning kan bruges i forbindelse med at bestemme minimum eller maksimum for en funktion.

Naiv Bayes klassifier

Denne note handler om klassifikation ved hjælp af den metode, som kaldes for "Naiv Bayes".

Clustering med K-means

Clustering med K-means er en metode, som kan bruges til at opdele observationer i et antal grupper.

Afstande og feature-skalering

Lidt om afstande mellem punkter, ord, DNA-strenge og feature-skalering.
No matching items