[ADD] data folder link

exercises/Jupyter notebook CVML.ipynb

@@ -5,7 +5,8 @@
    "id": "ab021475",
    "metadata": {},
    "source": [
-    "## Jupyter notebook Lars Rook & Sem van der Hoeven"
+    "## Jupyter notebook Lars Rook & Sem van der Hoeven\n",
+    "Dit is ons groeidocument voor het machine learning deel van CVML. We hebben onze notebook en alle bijbehorende bestanden op een [git repository](https://github.com/SemvdH/CVML-MachineLearning/blob/main/exercises/Jupyter%20notebook%20CVML.ipynb) gezet. Hier staat het notebook in het mapje _exercises -> Jupyter notebook CVML_. De benodigde bestanden zijn op die repository te vinden in het [data mapje](https://github.com/SemvdH/CVML-MachineLearning/tree/main/data)."
    ]
   },
   {
@@ -2376,7 +2377,8 @@
     "\n",
     "we gebruiken de rmsprop optimizer omdat deze goed te gebruiken is voor kleine\n",
     "batch sizes.\n",
-    "TODO loss uitleggen\n",
+    "We gebruiken de categorical crossentropy loss function omdat er sprake is van\n",
+    "meerdere categorieën.\n",
     "\"\"\"\n",
     "model.compile(loss='categorical_crossentropy',\n",
     "             optimizer='rmsprop',\n",
@@ -2633,6 +2635,8 @@
     "compile het model met de binary crossentropy loss function. Dit doen we omdat\n",
     "we maar 2 verschillende klassen hebben.\n",
     "We gebruiken rmsprop als optimizer omdat we een kleine batch size hebben.\n",
+    "We gebruiken de binary crossentropy loss function omdat we een binaire\n",
+    "klassificatie hebben.\n",
     "Deze optimizer balanceert de step size zodat deze niet te groot of te klein \n",
     "worden.\n",
     "We gebruiken de accuracy als metric omdat we daarop willen trainen.\n",
@@ -2767,13 +2771,7 @@
       "3/3 [==============================] - 1s 402ms/step - loss: 0.0020 - accuracy: 1.0000 - val_loss: 1.2960 - val_accuracy: 0.8000\n",
       "Epoch 57/100\n",
       "3/3 [==============================] - 1s 316ms/step - loss: 1.9244e-05 - accuracy: 1.0000 - val_loss: 1.3116 - val_accuracy: 0.8000\n",
-      "Epoch 58/100\n"
-     ]
-    },
-    {
-     "name": "stdout",
-     "output_type": "stream",
-     "text": [
+      "Epoch 58/100\n",
       "3/3 [==============================] - 1s 324ms/step - loss: 1.8088e-05 - accuracy: 1.0000 - val_loss: 1.3336 - val_accuracy: 0.8000\n",
       "Epoch 59/100\n",
       "3/3 [==============================] - 1s 319ms/step - loss: 3.6851e-05 - accuracy: 1.0000 - val_loss: 1.4207 - val_accuracy: 0.8000\n",
@@ -3290,8 +3288,16 @@
    "metadata": {},
    "source": [
     "### Conclusie\n",
-    "We hebben het CNN getest en "
+    "We hebben het CNN getest en we kwamen op een resultaat van gemiddeld 1 fout per 20 foto's. Dit is dus een accuracy van 95%."
    ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "id": "89fbd197",
+   "metadata": {},
+   "outputs": [],
+   "source": []
   }
  ],
  "metadata": {