6
.docxГУАП
КАФЕДРА № 82
ОТЧЕТ
ЗАЩИЩЕН С ОЦЕНКОЙ
ПРЕПОДАВАТЕЛЬ
кандидат тех. наук |
|
|
|
В.С. Блюм |
должность, уч. степень, звание |
|
подпись, дата |
|
инициалы, фамилия |
ОТЧЕТ О ЛАБОРАТОРНОЙ РАБОТЕ №6 |
Интеллектуальный анализ данных. Метод нейронной сети. |
по курсу: Интеллектуальные информационные системы |
|
|
РАБОТУ ВЫПОЛНИЛА
СТУДЕНТКА ГР. |
4716 |
|
|
|
С.А. Янышева |
|
|
|
подпись, дата |
|
инициалы, фамилия |
Санкт-Петербург
2020
Лабораторная работа № 6
Интеллектуальный анализ данных. Метод нейронной сети.
Выполнение работы
Разобран встроенный пример процесса нейронной сети, как показано на рисунках 1-2.
Рисунок 1 – Процесс нейронной сети
Рисунок 2 – Результирующая сеть
Выбран набор данных Iris. К выбранному набору данных применён метод нейронных сетей, что показано на рисунках 3-5.
Рисунок 3 – Процесс
Рисунок 4 – Исходный набор данных
Рисунок 5 – Результирующая сеть
Выводы
Изучен встроенный пример применения метода нейронной сети. Метод применён к собственному набору данных. Получены навыки применения метода нейронных сетей для анализа данных в среде Rapid Miner.
Ответы на контрольные вопросы
Сколько нейронов у человека?
Миллиарды нейронов.
Откуда получает входные сигналы искусственный нейрон?
Через входные каналы.
Какую роль играет «функция активации?»
Образует сигнал активации, что даёт выходной сигнал нейрона.
В чём особенность рекуррентной нейронной сети?
Нейроны более высокого уровня могут иметь связь с нейронами низкого уровня.
Сколько наблюдений нужно иметь для обучения сети?
В общем случае их число должно быть в 10 раз больше количества связей в сети.