Machine Learning

en tu navegador

¿Qué es Machine Learning?

Árboles de decisiones Reglas de asociación Algoritmos genéticos Redes neuronales Máquinas de vectores Algoritmos de agrupamientos Redes bayesianas Sentiment Redes neuronales convolucionales Perceptrón Procesos de Markov Deep Learning Redes prealimentadas Neuroevolution Modelos preentrenados Aprendizaje por refuerzo

Antes todo esto era Python (o R)

Ya... eso no va a funcionar

JavaScript vs Python

Demo 1

Reinforcement learning

Demo 2

Tratamiento de imágenes con RNA

Demo 3

Reconocimiento de objetos

Demo 4

Tensorflow.js

Un poco de código

Reconocimiento de escritura

Convertir modelo a Tensorflow.js

  tensorflowjs_converter 
    --input_format keras 
    keras/yourWeights.h5 
    src/assets
          

Carga del modelo en la aplicación

  async loadModel() {
    this.model = await tf.loadModel('/assets/model.json');
  }
          

Obtención de datos de entrada

  <canvas drawable (newImage)="predict($event)"></canvas>
          

Preparación de los datos de entrada

  // Canvas pixels -> Tensor
  let img = tf.fromPixels(imageData, 1);
  
  // Ajustamos el formato al necesario para el modelo
  img = img.reshape([1, 28, 28, 1]);
  img = tf.cast(img, 'float32');
          

Generación de la predicción del modelo

  const output = this.model.predict(img) as any;
  this.predictions = Array.from(output.dataSync()); 
          

Función completa

  predict(imageData: ImageData) {
    tf.tidy(() => {
      let img = tf.fromPixels(imageData, 1);
      img = img.reshape([1, 28, 28, 1]);
      img = tf.cast(img, 'float32');
  
      const output = this.model.predict(img) as any;
      this.predictions = Array.from(output.dataSync());
    });
  }
            

Pacman

Detección de poses

Y todo esto ¿para qué sirve?