Főkomponens -elemzés: 4 lépés

2025 Szerző: John Day | [email protected]. Utoljára módosítva: 2025-01-23 14:48

A főkomponens -elemzés egy statisztikai módszer, amely az esetlegesen korrelált változók halmazát lineárisan korrelálatlan értékek halmazává alakítja át ortogonális transzformációk használatával. Egyszerű szavakkal, ha egy többdimenziós adatkészletet használ, ez segít csökkenteni a dimenziók számát, így megkönnyítve az adatok olvasását.

1. lépés: Eredeti tervek

Azzal a gondolattal jöttem ebbe az osztályba, hogy meg akarom érteni és remélhetőleg olyan algoritmust írni, amely képes lesz arcfelismerésre, ha képekkel látják el. Nem volt semmiféle tapasztalatom vagy ismeretem az arcfelismeréssel kapcsolatban, és fogalmam sem volt, milyen nehéz elérni valami ilyesmit. Miután megbeszéltem Malloch professzorral, rájöttem, hogy sok mindent meg kell tanulnom, mielőtt teljes mértékben megérthetem azt a feladatot, amelyet végül el akartam érni.

Egy kis kutatás után végül úgy döntöttem, hogy mindennél jobban szükségem van a lineáris algebra és a gépi tanulás néhány alapjának elsajátítására, és a PCA (főkomponens -elemzés) mellett döntöttem, hogy ez legyen az órám.

2. lépés: Kutatás

Az első lépés az volt, hogy felkerestem a Könyvtárat, és megkerestem minden olyan könyvet, amely bevezetett a gépi tanulásba és pontosabban a képfeldolgozásba. Ez sokkal nehezebbnek bizonyult, mint gondoltam, és végül semmi sok nem volt belőle. Ekkor úgy döntöttem, hogy megkérdezem egy barátomat, aki a Vision Lab -ban dolgozott, aki megkért, hogy vizsgáljak meg lineáris algebrát, pontosabban sajátvektorokat és sajátértékeket. Volt némi tapasztalatom a lineáris algebrával egy olyan osztályból, amelyet másodéves koromban vettem, de nem értettem, hogy a sajátvektorok vagy sajátértékek hogyan lehetnek hasznosak a képek kezelésében. Ahogy tovább kutattam, megértettem, hogy a képek nem más, mint hatalmas adathalmazok, ezért mátrixként kezelhetők, és egy kicsit világosabbá vált számomra, hogy a sajátvektorok miért relevánsak abban, amit csinálok. Ezen a ponton úgy döntöttem, hogy meg kell tanulnom a képek olvasását python használatával, mivel a python -ot fogom használni a projektemhez. Kezdetben a CV2.imread használatával kezdtem el olvasni a képeket, de ez nagyon lassúnak bizonyult, ezért úgy döntöttem, hogy a glob és a PIL.image.open programot használom, mert ez sokkal gyorsabb. Ez a folyamat papíron viszonylag nem időigényesnek tűnik, de valójában jó sok időt vett igénybe, mivel meg kellett tanulnom különböző könyvtárak telepítését és importálását a PyCharm-ba (IDE), majd az egyes könyvtárak online dokumentációját. Ennek során megtanultam a pip install utasítások használatát a parancssorban.

Ezt követően a következő lépés az volt, hogy kitaláljam, mit akarok pontosan megtanulni és tanulni a képfeldolgozásban, és kezdetben terveztem a sablon -illesztést, de a kutatás során megtanultam a PCA -t, és érdekesebbnek találtam, ezért úgy döntöttem, hogy inkább PCA -val. Az első kifejezés, amely folyamatosan felbukkant, a K-NN (K-legközelebbi szomszéd) algoritmus volt. Ez volt az első találkozásom gépi tanulási algoritmussal. Megtanultam a képzési és tesztelési adatokat, valamint azt, hogy mit jelent egy algoritmus „képzése”. A K-NN algoritmus megértése szintén kihívást jelentett, de nagyon kielégítő volt végre megérteni, hogyan működik. Jelenleg azon dolgozom, hogy a K-NN kódja működjön, és nagyon közel vagyok a befejezéshez.

3. lépés: A nehézségek és a levont tanulságok

Az első nagy nehézség maga a projekt terjedelme volt. Ez inkább kutatás-orientált volt, mint fizikai. Ahogy teltek a hetek, néztem a társaim által elért haladást, és úgy éreztem, hogy nem teszek eleget, vagy nem haladok elég gyorsan, és ez néha nagyon lehangoló. A Malloch professzorral folytatott beszélgetés, és csak magamat megnyugtatva, hogy valóban olyan dolgokat tanulok, amelyek nagyon újak voltak számomra, segített a folytatásban. A másik probléma az volt, hogy az elméleti dolgok ismerete és alkalmazása két különböző dolog. Bár tudtam, hogy mit kell tennem, valójában a pythonban történő kódolás más történet. Itt sokat segített a cselekvési terv kitalálásában csupán az online dokumentációk elolvasása, és azoknak a barátoknak a megkérdezése, akik többet tudnak róla.

Én személy szerint úgy gondolom, hogy ha az M5 -nél nagyobb könyvtár és könyvtár áll rendelkezésre, az segíthet a projekteken dolgozó embereknek. Az M5 számára jó ötlet az is, hogy valós idejű digitális nyilvántartást készítünk a diákok által végzett projektekről, hogy más diákok és személyzet is megnézhesse és részt vehessen abban, ha érdekli őket.

Ahogy a projekt véget ér, nagyon sokat tanultam ilyen rövid idő alatt. Nagyon jó ismereteket szereztem a gépi tanulásról, és úgy érzem, megtettem az első lépéseket, hogy jobban bekapcsolódhassak ebbe. Rájöttem, hogy szeretem a számítógépes látást, és hogy a jövőben is ezt szeretném folytatni. A legfontosabb, hogy megtanultam, mi a PCA, miért olyan fontos és hogyan kell használni.

4. lépés: Következő lépések

Számomra ez csak valaminek a kiterjedtebb felületének és a mai világban nagyon fontos dolognak a felkarcolása volt, vagyis a gépi tanulás. Terveim szerint a közeljövőben részt veszek a gépi tanulással kapcsolatos tanfolyamokon. Azt is tervezem, hogy felépítem az utat az arcfelismeréshez, mivel innen indult ez az egész projekt. Vannak ötleteim egy olyan biztonsági rendszerre is, amely kombinált funkciókat használ (az egyik a személy arca), hogy valóban biztonságos legyen, és ezen szeretnék dolgozni a jövőben, ha szélesebb körben értem a dolgokat..

Aki hozzám hasonló, akit érdekel a gépi tanulás és a képfeldolgozás, de nincs előzetes tapasztalata, azt javaslom, hogy először tanulja meg és értse meg a lineáris algebrát a statisztikákkal (különösen az eloszlásokkal) együtt. Másodsorban azt javaslom, hogy olvassa el Christopher M. Bishop mintafelismerését és gépi tanulását. Ez a könyv segített megérteni az alapjait annak, amibe belekezdtem, és nagyon jól felépített.