Федеральное агентство по образованию

Государственное образовательное учреждение

высшего профессионального образования

«Ивановский государственный энергетический университет

имени В.И.Ленина»

Кафедра информационных технологий

НЕЙРОННЫЕ СЕТИ

Методические указания

к выполнению лабораторных работ

по курсу «Интеллектуализация информационных систем»

Иваново 2007

Составитель Б.А.БАЛЛОД

Редактор Н.Н.ЕЛИЗАРОВА

Приводятся рекомендации по выполнению лабораторных работ по курсу «Интеллектуализация информационных систем» для студентов, обучающихся по специальности «Прикладная информатика (по областям применения)». Рассматриваются различные типы нейронных сетей и примеры решения конкретных задач с использованием программного пакета STATISTICA Neural Networks.

Утверждены цикловой методической комиссией ИВТФ

Рецензент

кафедра информационных технологий ГОУВПО

«Ивановский государственный энергетический университет

имени В.И. Ленина»

НЕЙРОННЫЕ СЕТИ

Методические указания к выполнению лабораторных работ

Составитель Баллод Борис Анатольевич

Редактор М.А. Иванова

Лицензия ИД № 05285 от 04.07.01

Подписано в печать . Формат 60х84¹/₁₆.

Печать плоская. Усл.печ.л. 2,32. Тираж 50 экз. Заказ

ГОУВПО «Ивановский государственный энергетический университет

имени В.И.Ленина»

153003 г. Иваново, ул. Рабфаковская, 34.

СОДЕРЖАНИЕ

ЛАБОРАТОРНАЯ РАБОТА №1 (4 ч) Задача классификации			4 4
1. Решение задачи классификации «исключающего или»			4
	1.1. Постановка задачи		4
	1.2. Создание набора данных		5
	1.3. Создание новой сети		9
	1.4. Сохранение набора данных и сети		11
	1.5. Обучение сети		11
	1.6. Запуск нейронной сети		15
	1.7. Классификация с номинальной выходной переменной		18
2. Решение задачи классификации «Ирисы Фишера»			21
	2.1. Постановка задачи		21
	2.2. Формирование набора данных		22
	2.3. Обучение с кросс-проверкой		23
3. Задание для самостоятельного выполнения			25
ЛАБОРАТОРНАЯ РАБОТА № 2 (4 ч) Задача регрессии			27 27
1. Введение			27
2. Постановка задачи регрессии			29
		2.1. Редактирование переменных из набора данных	29
3. Обучение сети в задаче регрессии			31
4. Тестирование обученной сети			33
5. Задание для самостоятельного выполнения			33
ЛАБОРАТОРНАЯ РАБОТА №3 (4 ч) Задача анализа временного ряда и прогнозирования			33 33
1. Решение задачи прогнозирования			34
		1.1. Постановка задачи	34
		1.2. Создание сети типа многослойного персептрона	34
		1.3. Проекция временного ряда	36
2. Задание для самостоятельного выполнения			39
Вопросы для самоконтроля			40

3