Sztuczna Inteligencja
Pracownia specjalistyczna, studia stacjonarne, rok 2009/2010
Temat: Sieci neuronowe cz. 2
1. W aplikacji RSES wczytaj zbiór danych iris.tab (katalog: C:\RSES2\Data).
2. Podziel zbiór danych na część treningową oraz część testową w stosunku 2 : 1.
3. Stwórz oraz naucz sieć neuronową typu LTF-C. Kliknij prawym klawiszem na tablicę treningową i wybierz opcję Create LTF-C.
4. Zaznacz opcję domyślnego doboru parametrów (Use default training parameters), nadaj nazwę nowemu obiektowi reprezentującemu sieć neuronową i kliknij przycisk OK.
5. Sklasyfikuj zbiór testowy z wykorzystaniem stworzonej i nauczonej sieci. Kliknij prawym klawiszem myszy na zbiór testowy, wybierz opcję Classify→Test table using LTF-C oraz nadaj nazwę obiektowi wyjściowemu.
6. Zapisz wyniki klasyfikacji, współczynniki błędów oraz współczynniki jakościowe. Zwróć uwagę na szybkość uczenia sieci (ilość iteracji).
7. Wykonaj punkty 5 oraz 6 przy zmianie następujących parametrów (wszystkie możliwe kombinacje podanych wartości):
• ilość epok (Number of training cycles): 10, 50, 100, 500, 5000,
• wartość progu do usunięcia neuronu (Threshold for neuron removal): 0.001, 0.01, 0.05, 0.1, 0.5,
• normalizacja atrybutów numerycznych: true, false.
8. Podziel zbiór danych w stosunku 1 : 2. Wykonaj punkty 3, 4, 5, 6 oraz 7.
- 1 -
