Задача 4. Создание сети Кохонена для диагностики неисправностей конструкции и разновидностей аппендицита (самостоятельно)

Данные для анализа находятся в файлах КМ Блоки 9 10 11 12 Задача 4а.txt иКМ Блоки 9 10 11 12 Задачи 2 и 4.txt. Для решения задачи использовать пакетSTATISTICA Neural Networks.

1. Разбить выборку, представляющую наблюдения за неисправностями конструкции (файл КМ Блоки 9 10 11 12 Задача 4а.txt), наобучающее и контрольное множества. Создать сеть Кохонена, соответствующую структуре выборки, а также сеть, имеющую в четыре раза большее число элементов, и обучить их.

2. Сопоставить эффективность созданных сетей Кохонена, представив результаты в виде сводной таблицы.

3. Используя выборку, представляющую медицинские наблюдения (файл КМ Блоки 9 10 11 12 Задачи 2 и 4.txt), попытаться создать и обучить сеть Кохонена для диагностики разновидностей аппендицита.

4. Факторизовать данные и повторить попытку.

5. Представить результаты выполнения пунктов CиDв виде сводной таблицы.

Отчетдолжен содержать:

1. сводную таблицу с результатами применения сетей Кохонена, содержащую

1. процентные показатели корректного распознавания на контрольном множестве,

2. характеристики обучающего и контрольного множеств,

3. характеристики и использованных нейронных сетей графические изображения и графические изображения их топологических карт.

2. комментарии и выводы.

Задача 5. Прогнозирование временного ряда (самостоятельно).

Данные для прогнозирования (месячные объемы авиаперевозок) находятся в файлeКМ Блоки 9 10 11 12 Задача 5.txt. Для решения задачи использовать пакетSTATISTICA Neural Networks.

1. Прогнозирование месячных объемов авиаперевозок проводить с помощью 3-слойного персептрона. Анализируемой переменной приписать типInput/Output. Учитывая наличие сезонной составляющей, параметрВременное окно(Steps) задать равным 12, а параметрГоризонт(Lookahead) – равным 1 (окноCreate Network). Объемы обучающего и контрольного множеств сделать равными половине объема имеющейся выборки наблюдений. Перемешать наблюдения, не нарушая порядка их следования во времени (Shuffle). Для обучения сети использоватьметод сопряженных градиентов. Сравнить результаты прогноза и наблюдения (командаRun|Time Series…). Для оценки качества прогноза вывести статистики регрессии (командаStatistics|Regression…).

2. Решить ту же самую задачу, подобрав и обучив с помощью Автоматического конструктора сетей(Intelligent Problem Solver) персептрон с оптимальной топологией.

3. Сравнить характеристики сетей, созданных при выполнении заданий AиB, включая полученные качества прогнозов.

Отчетдолжен содержать:

1. графики наблюдаемых и прогнозируемых значений временного ряда;

2. таблицу статистик регрессии;

3. характеристики и графическое изображение использованной нейронной сети;

4. комментарии и выводы.

Задача 6. Создание персептрона для решения задачи «исключающего или (xor)» (самостоятельно).

Используя пакет STATISTICA Neural Networks, создать и обучить персептрон, решающий задачу «исключающего ИЛИ (XOR)». Подбор топологии и обучение сетей выполнить как вручную, так и с помощьюАвтоматического конструктора сетей(Intelligent Problem Solver).

Отчетдолжен содержать:

1. таблицу с результатами распознавания;

5. графическое изображение полученной нейронной сети;

2. характеристики нейронов.