Bacheloroppgave 2018
Studium: Dataingeniør

Tittel – norsk: Machine Learning Workbench Tittel – engelsk: Machine Learning Workbench			Oppgave nr.: 031
Oppgavestiller: Selvstilt
	Kontaktperson: Jonathan Jørgensen
	Telefon: 48206901	E-postadresse: jonathaj@stud.ntnu.no
	Postadresse: Per Sivles veg 34 D
Studenter: Jonathan Jørgensen
Veileder ved NTNU: Ole Christian Eidheim
Sammendrag: Dette prosjektet er todelt: den første delen angår analysen av en spesifikk teknikk innen tilsynsløs for-trening av kunstige nevrale nettverk. Den andre delen omhandler hvordan jeg laget et verktøy for å gjennomføre denne analysen og om hvordan dette kan brukes videre for å raskt kunne teste ut nye ideér. I denne rapporten ligger fokuset hovedsakelig ikke på anvendelser av maskinlæring, men heller på hvordan vi kan konstruere visuelle modeller for å kunne bedre forstå hvordan og hvorfor et nettverk kan konvergere mot en løsning på en kompleks oppgave. Intensjonen bak dataprogrammet som blir produsert i sammenheng med dette prosjektet er ikke å utfordre eksisterende rammeverk som TensorFlow, men å kunne tilby et lavnivås grensesnitt hvor utviklere kan få eksperimentere på implementasjonsnivå, uten å måtte ofre styrken av visualiseringsverktøy. Abstract in English: This project consists of two main parts: the first one is to analyze and explore a specific technique within unsupervised pre-training of artificial neural networks. The second part is about how I created a flexible tool for this analysis and how it can be used as a sandbox for quick deployment and testing of new ideas. In this article the focus is not the many appliances of machine learning, but rather on how we can provide visual models for understanding exactly how and why a network might converge on a solution to a complex problem. The intention of the computer program produced by this project is not to compete with existing frameworks like TensorFlow, but to provide a low-level access point for developers to experiment on an implementation level, all without sacrificing the power of visualization tools.
Marker med kryss det som gjelder denne oppgaven:
X	Normalsituasjonen: Studentene har selv alle rettigheter knyttet til resultatet fra bacheloroppgaven, med de unntak som er beskrevet over.
	Oppdragsgiveren har rettighetene og kan utnytte produktet kommersielt og videreutvikle produktet/metoden. Instituttet vil ikke utnytte produktet kommersielt, men vil kunne arbeide videre med den grunnlagskompetansen som er vunnet gjennom prosjektet, som beskrevet over.
	Resultatene fra arbeidet legges ut som OpenSource iht lisens __________________________________ (Se http://creativecommons.no/lisenser.
	Bacheloroppgaven (det skriftlige arbeidet) skal være undergitt utsatt offentliggjøring i ____ (maks 3) år.