Министерство цифрового развития, связи и массовых коммуникаций Российской Федерации

ордена Трудового Красного Знамени Федеральное государственное бюджетное образовательное учреждение высшего образования

«Московский технический университет связи и информатики»

(МТУСИ)

Дисциплина «Системы искусственного интеллекта»

Отчёт по лабораторной работе №3

Выполнил:

Проверил:

Москва 2025

Содержание

Ход выполнения работы 3

Вывод 14

Ход выполнения работы

Целью работы является изучение методов регуляризации.

Задание 1

Выгрузите данные из датасета. Изучите колонки, проверьте наличие пропусков. Постройте матрицу корреляции между признаками и целевой переменной. Сделайте выводы, что показывает эта матрица.

Рисунок 1 – Код задания

Рисунок 2 – Результат выполнения

Задание 2

Реализуйте с нуля алгоритм линено регрессии без использования регуляризации.

Рисунок 3 – Код задания

Рисунок 4 – Код задания

Задание 3

Реализуйте с нуля алгоритм линейной регрессии для многоклассовой классификации с L1-регуляризацией.

Рисунок 5 – Код задания

Рисунок 6 – Код задания

Рисунок 7 – Обучение модели

Рисунок 8 - Результат

Задание 4

Реализуйте с нуля алгоритм линейной регрессии для многоклассовой классификации с L2-регуляризацией.

Рисунок 9 – Код задания

Рисунок 10 – Код задания

Рисунок 11 – Обучение модели

Рисунок 12 – Результат

Задание 5

Сделайте выводы о результатах обучения.

Модель с L1 регуляцией показала точность 0.6225 и 249 правильных предсказаний из 400. Модель с L2 регуляцией показала точность 0.7175 и 287 правильных предсказаний из 400. Значит модель с L2 регуляцией работает лучше.

Вывод

В данной работе мы изучили методы регуляризации. Рассмотрели случаи с L1 и L2 регуляцией. Обучили модели и сделали соответствующие выводы.