MSI/ZIPMUZ/LUZ

From WikiZMSI

< MSI

Plan laboratoruim (8h)

  • Wprowadzenie do programu MATLAB oraz do pakietu Neural Networks Toolbox programu MATLAB
  • Klasyfikacja z wykorzystaniem sieci neuronowych warstwowych, dobór odpowiedniej struktury, porównanie algorytmów uczenia, uczenie z wykorzystaniem zbioru walidującego. Przebieg ćwiczenia
    • pobrać z repozytorium http://kdd.ics.uci.edu/ wybrany zbiór danych
    • podzielić zbiór danych na część ucząca (U), walidującą (V), i testującą (T)
    • stworzyć sieć neuronową z jedną warstwą i nastroić klasyfikator tylko na zbiorze uczącym
    • stworzyć sieć neuronową z dwuwarstwową (z pewną liczbą neuronów ukrytych) i nastroić klasyfikator tylko na zbiorze uczącym
    • powtórzyc dwa poprzednie kroki ucząc sieć dodatkowo z wykorzystaniem zbioru walidujcego
    • za każdym razem obserwować błąd sieci na zbiorze uczącym i walidującym.
    • W sprawozdanu zamieścić: wnioski dotyczące oceny wyników klasyfikacji oraz porównanie uczenia z walidacją i bez, przeanalizować jakościowo dany problem klasyfikacyjii, dokona analizy istotności atrybutw
  • Szacowanie ceny samochodu z zastosowaniem sieci RBF, dobór struktury sieci, ocena błędu modelu, porównanie dokładności modelu RBF z modelem liniowym (sprawozdanie). Przebieg ćwiczenia
    • pobrać z repozytorium http://kdd.ics.uci.edu/ wybrany zbiór danych
    • znormalizować dane (dane dodatnie normalizujemy do przedziału [0,1], dane z 'zerem' normalizujemy do przeedziału [-1,1] z zachowaniem zera)
    • podzielic zbiór danych na część uczącą i testującą
    • stworzyć sieć neuronową typu RBF z pewną liczbą neuronów ukrytych (polecenie newrb), model nastroić tylko na zbiorze uczącym, liczbę neuronów dobrać metodą prób i błędów
    • oszacować dokładność modelu na zbiorze testowym
    • porównać dokładność modelu z modelem regresji liniowej (wykorzystując te same zbiory uczący i testujący)
    • zastanowić się które czynniki najlepiej objaśniają zmienną decyzyjną
    • dokonać jakościawej oceny modelu i zjawiska
  • Sieci typu Hopfielda - pamięci asocjacyjne, zastosowania w problemie OCR (sprawozdanie)

Warunki Zaliczenia

Warunkiem zaliczenia laboratorium jest obecność na zajęciach. Ocena końcowa będzie wystawiana na podstawie ocen ze sprawozdań oraz pracy w trakcie zajęć.

Uwaga: Zajęcia będzie można rozliczyć dnia 16.06.2007 (sobota) godz. 9-11, pok. 19 lub sala 006.