SI/L/z4

From WikiZMSI

Na zajęciach

• Zgodnie ze wskazówkami prowadzącego przygotuj liniowo-separowalny zbiór danych na płaszczyźnie (wygenerowanych w kontrolowany sposób).

• Zaimplementuj perceptron prosty jako klasę (zgodnie ze schematem biblioteki scikit-learn) oraz jego algorytm uczenia w ramach funkcji fit. Poza wektorem współczynników wagowych zapamiętuj także liczbę wykonanych kroków uczenia (na potrzeby informacyjne).

• Zaimplementuj funkcję predict oraz pomocniczo funkcję decision_function.

• Wykreśl na płaszczyźnie zbiór danych wraz z wynikową prostą (nauczoną przez perceptron).

• Sprawdź, jaki wpływ na przebieg uczenia mają: rozmiar próby uczącej (m), współczynnik uczenia, oraz wielkość pasa marginesowego pomiędzy klasami.

Do domu

• Wykonaj implementację perceptronu prostego w wersji nieliniowej. Szczegóły w pliku: rosenblatt_perceptron.pdf.