GhiChu-20-4-2022.md

SVM, knn, độc lập nhau

nhưng CNN, DeepLearning, NeuralNetwork là ANN (Architecture Neural Network)

- Percepton gồm dữ liệu input data và strength đánh giá

mối liên hệ giữa các input data bằng các w. strength input data là một ảnh, 1 sample mô tả thời tiết, bệnh án, hồ sơ chữa bệnh. Chúng ta phải chuyển nó thành vector đầu vào input. - 1 Ảnh là 1 ma trận các con số, - xn + 1, xn + 2 - xn + m - thành 1 input vector (Vector x) - Biến 1 sample thành 1 vector, gán cho vector đó nhãn y - input vector là kết quả số hóa được từ 1 sample trong trainning data (Ví dụ data ma trận ảnh ấy) - Trong training dataset có bao nhiêu sample thì có bấy nhiêu input vector. - x1,y1, x2,y2 .... xn,yn - Cộng hết lại - Do activation function: Làm giá trị tổng trở thành giá trị hoàn toàn xa lạ . Có 3 cách: Signoid, Polis , Restify linear unit. Dùng 1 trong 3 cách + activation function. Nhiệm vụ Decision tree: Trong bảng có hàng trăm sample. Bẻ bảng to ra để nó tính entropy, coi thử một cột trong bảng đó liên hệ mạnh hay yếu, để đo information gain, từ luật đó để làm cây. Evoluation metrix đo svm, knn, Decision tree,....

Tôi chọn kĩ thuật nào để khai phá các dữ liệu thu thập được: Ta phải tự xây dựng dữ liệu

Loss function: Đo độ sai số giữa giá trị nhãn thật và giá trị nhãn y đoán được, tính đạo hàm tìm ra w khác và dự đoán tiếp, rồi quay lại đo tiếp . đến khi nào loss function gần = 0, ta lấy được bộ strength model cuối cùng đó làm w. Đưa vô radient decense,