Font size
  • A-
  • A
  • A+
Site color
  • R
  • A
  • A
  • A
Μετάβαση στο κεντρικό περιεχόμενο
courses
  • Αρχική
  • Περισσότερα
Ελληνικά ‎(el)‎
Ελληνικά ‎(el)‎ English ‎(en)‎
Αυτή τη στιγμή χρησιμοποιείτε πρόσβαση επισκέπτη
Σύνδεση
courses
Αρχική
Ανάπτυξη όλων Σύμπτυξη όλων

Εργαστήριο

  1. Νευρωνικά Δίκτυα και Ευφυή Υπολογιστικά Συστήματα
  2. Εργαστήριο
  3. Εργαστήριο
Απαιτήσεις ολοκλήρωσης

Στον φάκελο αυτό θα ανεβαίνει το υλικό που παρουσιάζεται στα εργαστήρια του μαθήματος.  Οι βιντεοσκοπημένες παρουσιάσεις του εργαστηρίου βρίσκονται στο MS Teams στο κανάλι "Εργαστήριο" στο tab "Files".

    • 01. Intro Python Notebooks 01. Intro Python Notebooks
      • 01.1 Python Jupyter Notebooks.pdf 01.1 Python Jupyter Notebooks.pdf
      • 01.2 Intro Notebooks.pdf 01.2 Intro Notebooks.pdf
    • 02. Classification 1 02. Classification 1
      • 0. Machine Learning Short Introduction.gslides 0. Machine Learning Short Introduction.gslides
      • Άσκηση 01 Pima Indians.ipynb Άσκηση 01 Pima Indians.ipynb
      • Ασκηση 02 kNN from scratch.ipynb Ασκηση 02 kNN from scratch.ipynb
      • Classification 1.1 datasets - train test sets - GNB.ipynb Classification 1.1 datasets - train test sets - GNB.ipynb
      • Classification 1.2 bias variance - knn - crossvalidation. Classification 1.2 bias variance - knn - crossvalidation.
    • 03. Classification 2 03. Classification 2
      • Άσκηση 03 GBN LR kNN στο Pima Indians.ipynb Άσκηση 03 GBN LR kNN στο Pima Indians.ipynb
      • Classification 2.1 logistic regression - evaluation metrics.ipynb Classification 2.1 logistic regression - evaluation metrics.ipynb
      • Classification 2.2 data preprocessing - MLP.ipynb Classification 2.2 data preprocessing - MLP.ipynb
    • 04. Classification 3 04. Classification 3
      • Άσκηση 04 Βελτιστοποίηση kNN και SVC στο Iris με την Optuna.ipynb Άσκηση 04 Βελτιστοποίηση kNN και SVC στο Iris με την Optuna.ipynb
      • classification 3.1 gridsearchcv - hyperparameter optimization.ipynb classification 3.1 gridsearchcv - hyperparameter optimization.ipynb
      • classification 3.2 SVM.ipynb classification 3.2 SVM.ipynb
    • 05. Clustering 1 05. Clustering 1
      • Άσκηση 05 kMeans.ipynb Άσκηση 05 kMeans.ipynb
      • Άσκηση 06 kMeans - HAC - DBSCAN - Fuzzy cMeans σε συνθετικά datasets (playground).ipynb Άσκηση 06 kMeans - HAC - DBSCAN - Fuzzy cMeans σε συνθετικά datasets (playground).ipynb
      • Clustering 1.1 Intro - kMeans - Evaluation.ipynb Clustering 1.1 Intro - kMeans - Evaluation.ipynb
      • Clustering 1.2 Hierarchical - Density - Fuzzy.ipynb Clustering 1.2 Hierarchical - Density - Fuzzy.ipynb
    • 06. Text Mining 06. Text Mining
      • Άσκηση 07 Text Mining Βελτιστοποίηση TF-IDF.ipynb Άσκηση 07 Text Mining Βελτιστοποίηση TF-IDF.ipynb
      • Text Mining 1.1 Intro.ipynb Text Mining 1.1 Intro.ipynb
      • Text Mining 1.2 Word Embeddings (Word2Vec).ipynb Text Mining 1.2 Word Embeddings (Word2Vec).ipynb
      • Word_Embeddings_Intro.pdf Word_Embeddings_Intro.pdf
    • 07. Clustering 2. Γκαουσιανά Μοντέλα Μείξης και Αυτο-οργανούμενοι Χάρτες 07. Clustering 2. Γκαουσιανά Μοντέλα Μείξης και Αυτο-οργανούμενοι Χάρτες
      • Άσκηση 08 - Χρήση των GMMs ως Παραγωγικών Μοντέλων.ipynb Άσκηση 08 - Χρήση των GMMs ως Παραγωγικών Μοντέλων.ipynb
      • Άσκηση 09 - Αυτο-οργανούμενοι Χάρτες.ipynb Άσκηση 09 - Αυτο-οργανούμενοι Χάρτες.ipynb
      • Clustering 2.1 Γκαουσιανά Μοντέλα Μείξης.ipynb Clustering 2.1 Γκαουσιανά Μοντέλα Μείξης.ipynb
      • Clustering 2.2 Αυτο-οργανούμενοι Χάρτες.ipynb Clustering 2.2 Αυτο-οργανούμενοι Χάρτες.ipynb
    • 08. Γενετικοί Αλγόριθμοι και Βελτιστοποίηση 08. Γενετικοί Αλγόριθμοι και Βελτιστοποίηση
      • Άσκηση 10 Βελτιστοποίηση με ΓΑ.ipynb Άσκηση 10 Βελτιστοποίηση με ΓΑ.ipynb
      • auxiliary.py auxiliary.py
      • Genetics 1 Εξελικτική βελτιστοποίηση με Γενετικούς Αλγόριθμους.ipynb Genetics 1 Εξελικτική βελτιστοποίηση με Γενετικούς Αλγόριθμους.ipynb
      • Genetics 2 Εισαγωγή στην βιβλιοθήκη ΓΑ DEAP.ipynb Genetics 2 Εισαγωγή στην βιβλιοθήκη ΓΑ DEAP.ipynb
      • Genetics 3 Επίλυση του 0-1 Knapsack με Γενετικούς Αλγόριθμους.ipynb Genetics 3 Επίλυση του 0-1 Knapsack με Γενετικούς Αλγόριθμους.ipynb
    • 09. Εισαγωγή στη Βαθιά Μάθηση - Συνελικτικά δίκτυα 09. Εισαγωγή στη Βαθιά Μάθηση - Συνελικτικά δίκτυα
      • Άσκηση 11 Deep Learning on MNIST.ipynb Άσκηση 11 Deep Learning on MNIST.ipynb
      • DL1 - Εισαγωγή στη Βαθιά Μάθηση και TF2 - Συνελικτικά δίκτυα.ipynb DL1 - Εισαγωγή στη Βαθιά Μάθηση και TF2 - Συνελικτικά δίκτυα.ipynb
    • 10. CNN, Μεταφορά Μάθησης, RNN, Εφαρμογές 10. CNN, Μεταφορά Μάθησης, RNN, Εφαρμογές
      • Άσκηση 12 Βελτίωση της επίδοσης στο CIFAR-100 (playground).pdf Άσκηση 12 Βελτίωση της επίδοσης στο CIFAR-100 (playground).pdf
      • DL 2.1 CIFAR-100, Transfer Learning, Βελτιστοποίηση.ipynb DL 2.1 CIFAR-100, Transfer Learning, Βελτιστοποίηση.ipynb
      • DL 2.2 Εφαρμογές RNN - CNN.pdf DL 2.2 Εφαρμογές RNN - CNN.pdf
      • xmas reading list.pdf xmas reading list.pdf
    • 11. Reinforcement Learning 11. Reinforcement Learning
      • DQN Cartpole.ipynb DQN Cartpole.ipynb
      • Taxi-v3.ipynb Taxi-v3.ipynb
    • 12. Αυτοκωδικοποιητές, GAN και εφαρμογές 12. Αυτοκωδικοποιητές, GAN και εφαρμογές
      • Άσκηση 12 - Αυτοκωδικοποιητές.ipynb Άσκηση 12 - Αυτοκωδικοποιητές.ipynb
      • Άσκηση 13 - Fashion-MNIST.ipynb Άσκηση 13 - Fashion-MNIST.ipynb
      • Αυτοκωδικοποιητές.ipynb Αυτοκωδικοποιητές.ipynb
      • GAN_MNIST.ipynb GAN_MNIST.ipynb
    • Λύσεις ασκήσεων Λύσεις ασκήσεων
      • Άσκηση 01 Pima Indians - Solution.ipynb Άσκηση 01 Pima Indians - Solution.ipynb
      • Ασκηση 02 kNN from scratch - Solution.ipynb Ασκηση 02 kNN from scratch - Solution.ipynb
      • Άσκηση 03 GBN LR kNN στο Pima Indians - solution.ipynb Άσκηση 03 GBN LR kNN στο Pima Indians - solution.ipynb
      • Άσκηση 04 Βελτιστοποίηση kNN και SVC στο Iris με την Optuna - solution.ipynb Άσκηση 04 Βελτιστοποίηση kNN και SVC στο Iris με την Optuna - solution.ipynb
      • Άσκηση 05 kMeans - Solution.ipynb Άσκηση 05 kMeans - Solution.ipynb
      • Άσκηση 07 Text Mining Βελτιστοποίηση TF-IDF - Solution.ipynb Άσκηση 07 Text Mining Βελτιστοποίηση TF-IDF - Solution.ipynb
      • Άσκηση 08 Χρήση των GMMs ως Παραγωγικών Μοντέλων - Solution.ipynb Άσκηση 08 Χρήση των GMMs ως Παραγωγικών Μοντέλων - Solution.ipynb
      • Άσκηση 09 Αυτο οργανούμενοι Χάρτες - Solution.ipynb Άσκηση 09 Αυτο οργανούμενοι Χάρτες - Solution.ipynb
      • Άσκηση 10 Βελτιστοποίηση με ΓΑ - Solution.ipynb Άσκηση 10 Βελτιστοποίηση με ΓΑ - Solution.ipynb
      • Άσκηση 11 Deep Learning on MNIST - Solution.ipynb Άσκηση 11 Deep Learning on MNIST - Solution.ipynb
      • Άσκηση 12 - Αυτοκωδικοποιητές (solution).ipynb Άσκηση 12 - Αυτοκωδικοποιητές (solution).ipynb
Προηγούμενη δραστηριότητα Επιλογή ομάδας εργαστηρίου
Επόμενη δραστηριότητα Εργασία 1. Επιβλεπόμενη Μάθηση

Helpdesk

Ακολουθήστε μας

Αυτή τη στιγμή χρησιμοποιείτε πρόσβαση επισκέπτη (Σύνδεση)
Λήψη εφαρμογής κινητού
Λήψη εφαρμογής κινητού
Play Store App Store
Με την υποστήριξη του Moodle

This theme was developed by

Conecti.me