ISP/LS
From WikiZMSI
< ISP
Spis treści |
[edytuj]
Projekt
[edytuj]
Zajęcia nr 1 - Zapoznanie z narzędziem WEKA
- Celem zajęć jest zapoznanie się z produktem WEKA. Z podanej poniżej strony projektu należy pobrać instalację i zainstalować narzędzie.
- Strona projektu WEKA
- Omówienie funkcjonalności WEKA z naciskiem na Explorer. Pomocnicze materiały w slajdach poniżej.
- Zbiory danych do analizy: Machine Learning Repository
[edytuj]
Zadanie domowe
Celem zadania domowego jest zapoznanie się z miarami jakości klasyfikatora:
W sprawozdaniu opisać następujące miary jakości klasyfikatora:
- Kappa statistic (Współczynnik Kappa)
- TP Rate (True Positive Rate)
- FP Rate (False Positive Rate)
- Specyficzność
- Precision
- Recall (czułość)
- ROC Area (analiza krzywej ROC)
- Confusion Matrix (macierz pomyłek)
Dla każdej miary podać jaka jest wartość oczekiwana dla dobrego klasyfikatora. Postarać się opisać własnymi słowami jakie znaczenie ma dana miara, jaka jest jej intuicyjna interpretacja.
[edytuj]
Zajęcia nr 2 - Wstępna analiza danych na zbiorze KDD
- Celem zajęć jest wstępna analiza i czyszczenie danych z włamań. Dane są dostępne:
[edytuj]
Zadanie do wykonania
Instrukcja do zadania
[edytuj]
Zajęcia nr 3 - sieć neuronowa działanie
- Celem zajęć jest zapoznanie się z działaniem klasyfikatora (sieci neuronowej) z wykorzystaniem narzędzia Weka Explorer
- Zajęcia obejmują naukę wykorzystania Weka Experimenter do wykonania zadań na kolejnych zajęciach.
[edytuj]
Zajęcia nr 4 - porównanie klasyfikatorów
- Celem zajęć jest porównanie klasyfikatorów w zdaniu rozpoznawania włamań w sieci komputerowej. Do wykonania zadania należy wykorzystać zbiory danych:
- Na podstawie pliku KDDTrain+_20Percent-23class.arff należy utworzyć trzeci potrzebny do wykonania zadania plik zgodnie z instrukcją podaną poniżej
[edytuj]
Zadanie do wykonania
Instrukcja do zadania