ZMSIwEiZ/LS

From WikiZMSI

Spis treści 1 Laboratoria nr 1 --- Zapoznanie z programem WEKA 1.1 Zadanie domowe 2 Laboratoria nr 2 --- Praca ze zbiorem danych "credit approval" 2.1 Zagadnienia na wejściówkę 3 Laboratoria nr 3 --- Klasyfikacja na przykładzie "credit approval" 4 Laboratoria nr 4 --- Systemy ekspertowe 5 Laboratoria nr 5 --- Prosty sysytem rozmyty 6 Ocena z laboratoriów

Laboratoria nr 1 --- Zapoznanie z programem WEKA

Na zajęciach wykorzystywany będzie program: Weka 3: Data Mining Software in Java.

Zadanie domowe

Opisać następujące miary jakości klasyfikatora:

1. Kappa statistic (Współczynnik Kappa)
2. Mean absolute error ( średni błąd bezwzględny)
3. Root mean squared error (pierwiastek z błędu średniokwadratowego)
4. Relative absolute error
5. TP Rate
6. FP Rate
7. Precision
8. Recall
9. ROC Area
10. Confusion Matrix (macierz pomyłek)

Laboratoria nr 2 --- Praca ze zbiorem danych "credit approval"

1. Instrukcja w formacie pdf: instrukcja_lab2.pdf

Zagadnienia na wejściówkę

1. Jak radzić sobie z szumem w danych?
2. Jak postępuje się z brakującymi wartościami atrybutów?
3. Jakie czynności zalicza się do transformacji danych?
4. Na czym polega normalizacja?
5. Co to jest dyskretyzacja?
6. Co to jest i po co stosuje się wybór atrybutów istotnych?
7. Co to jest outlier?

Laboratoria nr 3 --- Klasyfikacja na przykładzie "credit approval"

1. Instrukcja w formacie pdf: instrukcja_lab3.pdf

Laboratoria nr 4 --- Systemy ekspertowe

Celem laboratorium jest opracowanie i zakodowanie systemu ekspertowego z użyciem prostego shella. Na zajęciach wykorzystane zostanie narzędzie eXpertise2Go. Jest to narzędzie (edukacyjne) pozwalające w prosty sposób stworzyć aplikację webową zawierającą applet z działającym systemem doradczym.

Kolejne zadania do wykonania:

1. Zapoznać się z modułami samouczka Jak zbudować swój własny system ekspertowy z użyciem e2gLite. Najważniejszy 4.
2. Wymyślić pewien problem decyzyjny, dla którego opracowane zostaną reguły decyzyjne. Tematyka dowolna. System powinien zawierać więcej niż 5 reguł. Walorem pracy będzie wykorzystanie współczynników CF.
3. Wprowadzić reguły zgodnie z zasadami dla e2gLite i zapisać w pliku tekstowym z rozszerzeniem .kb. Dla dużej tablicy decyzyjnej można wykorzystać narzędzie do tworzenia reguł z tablicy decyzyjnej e2gRuleWriter
4. Utworzyć stronę www z dwoma apletami jeden w trybie normalnym drugi w trybie debug dla opracowanej bazy wiedzy.

Wyniki należy przesłać w spakowanym archiwum (zip) zawierającym pliki strony i bazy wiedzy (bez e2gLite.jar) o nazwie imie_nazwisko.zip. Na stronie www ma być podpis autora. Mail z wynikami należy wysłać na adres prowadzącego i zatytułować Zadanie ZMSIwEIZ.

Pytania na wejściówkę:

1. Co to jest system ekspertowy?
2. Schemat systemu ekspertowego (jakie zawiera komponenty).
3. Jaką postać ma reguła (podać jej przykład).
4. Co to jest expert system shell?
5. Na czym polega procedura wnioskowania w przód?
6. Na czym polega procedura wnioskowania wstecz?

Laboratoria nr 5 --- Prosty sysytem rozmyty

1. Instrukcja do zajęć.

Tematy:

1. Etapy działania systemu rozmytego: rozmywanie (fuzyfikacja), wnioskowanie (inferencja), ostrzenie (defuzyfikacja)
2. Metody ostrzenia

Ocena z laboratoriów

Na ocenę końcową wpływać będzie:

1. punktacja z wejściówek,
2. punkty za sprawozdania i zadania domowe.

ad 1. Zajęcia laboratoryjne mogą rozpocząć się wejściówką. Zakres materiału będzie podawany z przynajmniej dwutygodniowym wyprzedzeniem w niniejszym serwisie.

Na sprawdzianie padną co najwyżej trzy pytania. Za każdą odpowiedź autor może uzyskać od 0 pkt (brak odpowiedzi lub odpowiedź nieprawidłowa) do 1 pkt (odpowiedź w pełni poprawna), co pozwala zgromadzić maksymalnie do 3 pkt za jedną wejściówkę.

Jeżeli student jest nieobecny na zajęciach i nie uczestniczy w równoważnych laboratoriach z inną grupą, nie może odrabiać samej wejściówki. Wszelkie zaległości będzie można odrobić po zakończeniu kursu i wcześniejszym omówieniu sytuacji z prowadzącym kurs.

ad 2. Sprawozdania/zadania domowe będą oceniane w skali od 0 do 1 pomnożone przez wagę sprawozdania, która zostanie z góry ustalona.

Punkty zebrane przez studenta z wejściówek i sprawozdań zostaną zsumowane i podzielone przez maksymalną liczbę punktów z wejściówek i sprawozdań. Powstały odsetek będzie wskazywał na ocenę zgodnie z poniższą listą:

• < 0 - 0.6 ) : niedostateczny
• < 0.6 - 0.68 ): dostateczny
• < 0.68 - 0.76 ): dostateczny plus
• < 0.76 - 0.84 ): dobry
• < 0.84 - 0.92 ): dobry plus
• < 0.92 - 1 >: bardzo dobry