Sztuczna inteligencja 9999 pages 12
OBLICZENIA EWOLUCYJNE - PROJEKTY
PB
1 Projekt z grupowania danych k-means
1. Wczytanie danych w formatach ar, tab
2. Wybór atrybutów, które maj¡ zosta¢ uwzgl¦dnione podczas grupowania 3. Pobranie paramterów algorytmu k-±rednich, w tym:
(a) wspóªczynnik rozmyto±ci
(b) liczba iteracji, ewentualnie bark zmian w wynikowych ±rodkach klas (c) liczba grup (skupie«)
4. Wypisanie wyników grupowania, przydzielenie do poszczególnych grup
5. Zapisanie wyniku pogrupowania z dodaniem jednego atrybutu (kolumny) okre±la- j¡cej numer grupy poszczególnych obiektów (format ar, tab).
Algorytm: fuzzy k-means, rough k-means, k-medoids k-means.
2 Projekt z wyznaczania reduktów zbioru
1. Wczytanie danych w formatach arf, tab
2. Wybór atrybutów, które maj¡ zosta¢ uwzgl¦dnione podczas wyszukania reduk- tów
3. Wykonanie poszczegóªnych kroków algorytmu z wypisaniem wyników po±red- nich
3 Projekt z oblicze« ewolucyjnych
1. Wyznaczanie miejsc zerowych predeniowanych funkcji
2. Funkcje predeniowane, jedno lub dwuwymiarowe, przyjmuj¡ce warto±ci rzeczy- wiste, wybór funkcji oraz jej parametrów, na przykªad: y(x) = cos(x*x) + sin(a
* cos(b * x))
3. Wprowadzanie zakresu warto±ci w jakim ma zosta¢ wykonane przeszukiwanie 4. Pobranie parametrów dla algorytmu ewolucyjnego (Strategii Ewolucyjnej):
(a) Parametry µ oraz λ (b) liczba iteracji
(c) Prawdopodbie«stwa mutacji pocz¡tkowe
2 PB
5. Wykonanie kolejnych iteracji, wypisywanie wyników i statystyk bie»¡cej pop- ulacji
6. Wypisanie wyniku ko«cowego, ocena jako±ci poszczególnych rozwi¡za«.
Literatura
1. Dokumentacja systemu WEKA.