project ML
یازده سال پیش منتشر شده
تعداد بازدید: 454
کد پروژه: 20517
شرح پروژه
اين تمرين مربوط به شبکه عصبي در يادگيري ماشيني است. دو تا ديتاست داريم و ميخواهيم براي هر کدوم از ديتاست ها دو تا شبکه عصبي سه لايه طراحي کنيم (لايه
ورودي، لايه پنهان، لايه خروجي)، ديتاست ها بايد از سايت uci انتخاب شود
شبکه اول پنج تا نرون در لايه مخفي و شبکه دوم 20 نرون در لايه مخفي داره. وزن ها و باياس ها را بايد بطور تصادفي تعيين کنيم
براي هر ديتاست، 66 درصد از داده ها رو بصورت تصادفي انتخاب ميکنيم (کل داده ها* 66% و حاصل منهاي کل داده ها تا 66 درصد داده ها بدست ايد)و به عنوان مجموعه
آموزشي (set training) در نظر ميگيريم و بقيه هم ( يعني 34 درصد) بعنوان مجموعه تست در نظر ميگيريم. و وزن هاي شبکه را با استفاده از ان اموزش ميدهيم
مقدار recall, precision, f-measure را بدست اوريد
ب- وزن هاي شبکه را با استفاده از الگوريتم ژنتيک بدست اوريد و ازمايشات قبلي را دوباره تکرار کنيد و نتايج را با روش تصادفي مقدار دهي وزن ها مقايسه کنيد و توضيح دهيد
کدام عملکرد بهتري داشته
زیرساخت:
سي شارپ
قابل تحویل:
مهارت ها و تخصص های مورد نیاز
مهلت برای انجام
2روز
وضعیت مناقصه
بسته
درباره کارفرما
عضویت یازده سال پیش
