ဉာဏ်ရည်တု

အိမ် AI ဆိုတာဘာလဲ။ လူ့ထောက်လှမ်းရေး ဘာသာစကားများ၏သမိုင်း နံပါတ်များသမိုင်း ကွန်ပျူတာသမိုင်း စက်ရုပ်များ အလုပ်အစားထိုးခြင်း။ AI နမူနာများ စိတ်၏သီအိုရီ ပရိုဂရမ်ရေးခြင်း။ JavaScript Browser တွင် AI

သင်္ချာ

သင်္ချာ တစ်ပြေးညီ လုပ်ဆောင်ချက်များ Linear Algebra ကွက်ကွက်များ Matrices တင်းဆာများ

စာရင်းအင်းများ

ဖြစ်နိုင်ခြေ စာရင်းအင်းများ ဖြန့်ဝေခြင်း။

ဂရပ်ဖစ်

AI Plotter AI Linear ဂရပ်ဖစ်များ AI ဖြန့်ကြဲကွက်များ

AI သိပ္ပံ

သိပ္ပံပညာ Data စုဆောင်းခြင်း။ အစုအဝေး ဆုတ်ယုတ်မှုများ စက်သင်ယူခြင်း။ အာရုံကြောကွန်ရက်များ

စက်သင်ယူခြင်း။

Perceptrons များ အသိ လေ့ကျင့်ရေး စမ်းသပ်ခြင်း။ သင်ယူခြင်း။ အသုံးအနှုန်းများ Brain.js

TensorFlow

TFJS ကျူတိုရီရယ် TFJS လည်ပတ်မှုများ TFJS မော်ဒယ်များ TFJS ကြည့်ရှုသူ

ဥပမာ ၁

Ex1 မိတ်ဆက် Ex1 ဒေတာ Ex1 မော်ဒယ် Ex1 သင်တန်း

ဥပမာ ၂

Ex2 မိတ်ဆက် Ex2 ဒေတာ Ex2 မော်ဒယ် Ex2 သင်တန်း

JS ဂရပ်ဖစ်

အင်ထရို Graph Canvas ဂရပ်ဖစ် Plotly.js ဂရပ်ဖစ် Chart.js ဂရပ်ဖစ် ဂရပ်ဖစ် D3.js

ဥပမာ 1 ဒေတာ


TensorFlow ဒေတာစုဆောင်းခြင်း။

ဥပမာ 1 တွင်အသုံးပြုသည့်ဒေတာသည် ဤကဲ့သို့သောကားအရာဝတ္ထုများစာရင်းဖြစ်သည်-

{
  "Name": "chevrolet chevelle malibu",
  "Miles_per_Gallon": 18,
  "Cylinders": 8,
  "Displacement": 307,
  "Horsepower": 130,
  "Weight_in_lbs": 3504,
  "Acceleration": 12,
  "Year": "1970-01-01",
  "Origin": "USA"
},
{
  "Name": "buick skylark 320",
  "Miles_per_Gallon": 15,
  "Cylinders": 8,
  "Displacement": 350,
  "Horsepower": 165,
  "Weight_in_lbs": 3693,
  "Acceleration": 11.5,
  "Year": "1970-01-01",
  "Origin": "USA"
},

ဒေတာအတွဲသည် သိမ်းဆည်းထားသော JSON ဖိုင်တစ်ခုဖြစ်သည်-

https://storage.googleapis.com/tfjs-tutorials/carsData.json


ဒေတာသန့်ရှင်းရေး

machine learning အတွက် ပြင်ဆင်သည့်အခါ၊ အမြဲတမ်း အရေးကြီးသည်-

  • သင်မလိုအပ်သောဒေတာကိုဖယ်ရှားပါ။
  • အမှားများမှဒေတာကိုရှင်းလင်းပါ။

ဒေတာကို ဖယ်ရှားပါ။

မလိုအပ်သောဒေတာများကိုဖယ်ရှားရန် စမတ်ကျသောနည်းလမ်း ဖြစ်ပြီး သင်လိုအပ်သည့်ဒေတာကိုသာ ထုတ်ယူ နိုင်မည်ဖြစ်သည်။

သင့်ဒေတာကို မြေပုံလုပ်ဆောင်ချက် ဖြင့် ထပ်လောင်းခြင်း (ထပ်ကာထပ်ကာ) ဖြင့် လုပ်ဆောင်နိုင်သည် ။

အောက်ဖော်ပြပါလုပ်ဆောင်ချက်သည် အရာဝတ္တုတစ်ခုကိုယူ၍ အ ရာဝတ္တု၏ Horsepower နှင့် Miles_per_Gallon ဂုဏ်သတ္တိများမှ x နှင့် y ကိုသာ ပြန်ပေးသည်-

function extractData(obj) {
  return {x:obj.Horsepower, y:obj.Miles_per_Gallon};
}

အမှားများကိုဖယ်ရှားပါ။

ဒေတာအတွဲအများစုတွင် အမှားအယွင်းအချို့ပါရှိသည်။

အမှားများကိုဖယ်ရှားရန် စမတ်ကျသောနည်းလမ်းမှာ အမှားများကို စစ်ထုတ်ရန် filter function ကိုအသုံးပြုခြင်း ဖြစ်သည်။

ဂုဏ်သတ္တိများ (x သို့မဟုတ် y) တွင် null တန်ဖိုးပါရှိလျှင် အောက်ဖော်ပြပါကုဒ်သည် false ပြန်ပေးသည်-

function removeErrors(obj) {
  return obj.x != null && obj.y != null;
}

ဒေတာရယူခြင်း။

သင့်တွင် သင့်မြေပုံနှင့် စစ်ထုတ်သည့်လုပ်ဆောင်ချက်များ အဆင်သင့်ရှိနေပါက၊ အချက်အလက်ရယူရန် လုပ်ဆောင်ချက်တစ်ခုကို သင်ရေးသားနိုင်သည်။

async function runTF() {
  const jsonData = await fetch("cardata.json");
  let values = await jsonData.json();
  values = values.map(extractData).filter(removeErrors);
}


Data များဆွဲခြင်း။

ဤသည်မှာ ဒေတာကိုဆွဲရန် သင်သုံးနိုင်သော ကုဒ်အချို့ဖြစ်သည်။

function tfPlot(values, surface) {
  tfvis.render.scatterplot(surface,
    {values:values, series:['Original','Predicted']},
    {xLabel:'Horsepower', yLabel:'MPG'});
}