Belirli bir ölçüte uyan hücre sayısını saymak için EĞERSAY formülünü kullanabilirsiniz. İlgili parametreler aşağıdaki örneklerde verilmiştir.
Devamı...
Bir veri setinde hangi özelliklerin(kolonların) ne kadar önemli olduklarını(feature importance) anlamak için Random Forest kullanabiliriz. Aşağıda İris veri seti üzerinden bunu nasıl yaptığımızı görebilirsiniz:
Devamı...
Segmentasyon görevleri için UNET'ler açık ara tercih edilen yaklaşımdır. Ayrıca SegNet'de kullanılabilir.
Devamı...
NVIDIA Jetson Nano Geliştirici Kiti, modern yapay zeka algoritmalarının çalıştırılabilmesi için gerekli olan hesaplama kabiliyetini eşsiz bir boyut, güç tüketimi ve fiyat ile ortaya koyuyor.
K-modes algoritması: Makine öğrenmesi kümeleme işlemlerinde tüm veriler kategorik olduğunda kullanılır. K-Modes, kategorik veriler üzerinde çalışan bir kümeleme (clustering) algoritmasıdır. Makine öğrenmesinde benzer özelliklere sahip veri gruplarını keşfetmek amacıyla kullanılır ve özellikle sayısal olmayan veriler için geliştirilmiştir. K-Means algoritmasının kategorik verilere uyarlanmış bir versiyonu olarak düşünülebilir.
Devamı...
Bilişim dünyasına kaliteli, özgün ve Türkçe içerikler kazandırmayı hedefleyen bir platform..
