Pangunahing Pagtatasa ng Bahagi: 4 Mga Hakbang

2024 May -akda: John Day | [email protected]. Huling binago: 2024-01-30 13:13

Ang Pangunahing Pagtatasa ng Bahagi ay isang pamamaraang pang-istatistika na nagko-convert ng isang hanay ng mga posibleng na magkakaugnay na variable sa isang hanay ng mga linearly na hindi na magkakaugnay na halaga sa pamamagitan ng paggamit ng mga pagbabagong orthogonal. Sa mga simpleng salita na binigyan ng isang dataset na may maraming mga sukat, nakakatulong itong mabawasan ang bilang ng mga sukat kaya't ginagawang mas madaling basahin ang data.

Hakbang 1: Orihinal na Mga Plano

Dumating ako sa klase na ito sa ideya na nais kong maunawaan at sana ay magsulat ng isang algorithm na magagawang magsagawa ng pagkilala sa mukha kapag naibigay sa mga imahe. Wala akong dating karanasan o kaalaman sa anumang bagay na gagawin sa pagkilala sa mukha at walang ideya kung gaano kahirap makamit ang isang bagay tulad nito. Matapos makipag-usap sa propesor na si Malloch Napagtanto ko na kailangan kong malaman ang maraming mga bagay bago maunawaan nang buong buo ang gawaing sa huli ay pinlano kong makamit.

Pagkatapos ng kaunting pagsasaliksik, napagpasyahan ko sa wakas na higit sa anumang kailangan ko upang malaman ang linear algebra at ilang mga pangunahing kaalaman sa pag-aaral ng makina at tumira sa PCA (punong pagsusuri ng sangkap) upang maging layunin ko para sa klase na ito.

Hakbang 2: Pananaliksik

Ang unang hakbang ay upang bisitahin ang Library at hanapin ang anumang libro na nagpakilala sa akin sa pag-aaral ng makina at mas partikular ang pagproseso ng imahe. Ito ay naging mas mahirap kaysa sa naisip ko at napunta ako sa wala rito. Napagpasyahan kong tanungin ang isang kaibigan na nagtatrabaho sa Vision Lab na nagtanong sa akin na tingnan ang linear algebra at mas partikular na mga eigenvector at eigenvalues. Mayroon akong karanasan sa linear algebra mula sa isang klase na kinuha ko sa aking ikalawang taon ngunit hindi ko maintindihan kung paano ang mga eigenvector o eigenvalues ay maaaring maging kapaki-pakinabang kapag nakikipag-usap sa mga imahe. Sa pagsasaliksik ko pa, naintindihan ko na ang mga imahe ay walang iba kundi ang mga malalaking hanay ng data at sa gayon ay maaaring tratuhin bilang mga matrice at naging mas malinaw sa akin kung bakit nauugnay ang mga eigenvector sa aking ginagawa. Sa puntong ito, napagpasyahan kong dapat kong malaman kung paano basahin ang mga imahe gamit ang sawa habang gagamit ako ng sawa para sa aking proyekto. Sa una, nagsimula ako sa pamamagitan ng paggamit ng CV2.imread upang basahin ang mga imahe ngunit iyon ay naging mabagal at samakatuwid nagpasya akong gumamit ng glob at PIL.image.bukas upang gawin ito dahil mas mabilis ito. Ang prosesong ito sa papel ay tila hindi gumugugol ngunit talagang tumagal ng maraming oras dahil kailangan kong malaman kung paano mag-install at mag-import ng iba't ibang mga aklatan sa PyCharm (IDE) at pagkatapos ay basahin ang dokumentasyon sa online para sa bawat aklatan. Sa proseso ng paggawa nito, natutunan ko rin kung paano gamitin ang mga pahayag ng pag-install ng pip sa command prompt.

Pagkatapos nito, ang susunod na hakbang ay ang pag-alam kung ano ang eksaktong nais kong gawin at malaman sa pagproseso ng imahe at sa una, nagpaplano ako sa paggawa ng pagtutugma ng template ngunit habang nagsasaliksik para dito ay natutunan ko ang tungkol sa PCA at nalaman kong mas nakakainteres ito kaya't napagpasyahan kong sumama ka na lang sa PCA. Ang unang term na patuloy na lumalabas ay ang K-NN (K- pinakamalapit na kapitbahay) na algorithm. Ito ang aking kauna-unahang pagkakalantad sa isang algorithm ng pag-aaral ng machine. Nalaman ko ang tungkol sa data ng pagsasanay at pagsubok at kung ano ang ibig sabihin ng 'pagsasanay' ng isang algorithm. Ang pag-unawa sa K-NN algorithm ay mahirap din ngunit napakasisiyahan na sa wakas ay maunawaan kung paano ito gumagana. Kasalukuyan akong nagtatrabaho sa pagkakaroon ng code para sa K-NN na nagtatrabaho at malapit na akong matapos.

Hakbang 3: Mga Nahihirapang Harapin at Aralin

Ang unang malaking kahirapan ay ang saklaw ng proyekto mismo. Ito ay higit pa sa isang nakatuon sa pananaliksik kaysa sa isang pisikal. Tulad ng paglipas ng mga linggo ng ilang beses ay titingnan ko ang pag-unlad na ginagawa ng aking mga kapantay at nararamdaman na hindi ako nakakagawa ng sapat o na hindi ako nakakagawa ng sapat na mabilis na pag-unlad at kung minsan ay napaka-demotivate. Ang pakikipag-usap kay Propesor Malloch at pagtiyak lamang sa aking sarili na talagang natututo ako ng mga bagay na napakabago sa akin ay nakatulong sa aking magpatuloy. Ang isa pang problema ay ang pag-alam sa mga bagay na panteorya at paglalapat nito ay dalawang magkakaibang bagay. Bagaman alam ko kung ano ang dapat kong gawin, talagang ang pag-coding nito sa sawa ay ibang kuwento. Dito lamang ang pagbabasa ng mga dokumentasyon sa online at pagtatanong sa mga kaibigan na higit na may alam tungkol dito ay nakatulong ng marami upang maisip ang isang plano ng pagkilos.

Personal kong iniisip na ang pagkakaroon ng isang mas malaking aklatan ng mga libro at dokumento sa M5 ay maaaring makatulong sa mga taong gumagawa ng mga proyekto. Ang pagkakaroon din ng isang real-time na digital record ng mga proyekto na ginagawa ng mga mag-aaral upang ang iba pang mga mag-aaral at kawani ay maaaring tingnan ito at makisali kung interesado sila sa kanila ay isang magandang ideya para sa M5.

Tulad ng pagtatapos ng proyekto ay marami akong natutunan sa isang maikling panahon. Nakakuha ako ng napakahusay na kaalaman sa pag-aaral ng makina at pakiramdam ko ay gumawa ako ng mga unang hakbang upang mas makasama dito. Napagtanto ko na gusto ko ang paningin sa computer at baka gusto kong ituloy ito kahit sa hinaharap. Pinakamahalaga natutunan ko kung ano ang PCA, kung bakit napakahalaga nito at kung paano ito magagamit.

Hakbang 4: Susunod na Mga Hakbang

Para sa akin, ito ay nakakamot lamang sa ibabaw ng isang bagay na mas malawak at isang bagay na napakahalaga sa mundo ngayon, ibig sabihin, ang pagkatuto ng makina. Plano ko sa pagkuha ng mga kurso na nauugnay sa pag-aaral ng makina sa malapit na hinaharap. Plano ko rin na itayo ang aking paraan hanggang sa pagkilala sa mukha dahil doon nagsimula ang buong proyekto. Mayroon din akong mga ideya para sa isang sistema ng seguridad na gumagamit ng isang tampok na kombinasyon (isa sa mga ito ang mukha ng tao) upang gawin itong talagang ligtas at ito ay isang bagay na nais kong gumana sa hinaharap kapag mayroon akong isang malawak na pag-unawa sa mga bagay.

Para sa sinumang kagaya ko na interesado sa pag-aaral ng makina at pagproseso ng imahe ngunit walang naunang karanasan, lubos kong imumungkahi ang unang pag-aaral at pag-unawa sa linear algebra kasama ang mga istatistika (lalo na ang mga pamamahagi). Pangalawa iminumungkahi ko na basahin ang Pattern ng Pagkilala at Pag-aaral ng Makina ni Christopher M. Bishop. Tinulungan ako ng aklat na ito na maunawaan ang mga pangunahing kaalaman sa kung ano ang pinapasok ko at mahusay na nakabalangkas.