Задания

1. Построить и обучить нейронную сеть для автоматизации прогноза цены в соответствии с классом устройства носителя информации на основе следующих данных: плотность данных, скорость записи данных, класс устройства.

2. Введите исходные данные с количеством наблюдений 30 (конкретные значения переменных получить у преподавателя) в соответствии со следующими условиями (табл. 6).

Таблица 6

Основные наблюдения для определения класса устройства

Класс устройства	Плотность данных, Мб/сектор	Скорость записи данных, Мб/с	Цена за 1 Мб, руб.
IDE	20 – 80	50 – 110	5,00 – 7,00
SATA	70 – 100	100 – 180	7,00 – 8,00
SCSI	150 – 500	181 – 200	7,50 – 9,00

3. Построить нейронную сеть в соответствии с настройками:

• тип задачи: классификация;

• инструмент: конструктор сетей;

• тип сети: самоорганизующаяся карта Кохонена

• ширина карты: 4, высота: 5;

• на первом этапе обучения: эпох – 50, скорость обучения начальная – 0,1, конечная – 0,5, окрестность – 1;

• на втором этапе обучения: эпох – 50, скорость обучения начальная 0,1, конечная – 0,1, окрестность – 0.

• выбрать опцию Сохранять предыдущий график.

4. Провести интерактивное обучение.

5. Выявить зависимость между анализом чувствительности и типом сети.

6. Определить ключевые и лишние переменные.

7. Запустить Анализ чувствительности после выбора подмножества Все выборки для вывода результатов.

8. Выполнить проверку устойчивости выборок.

9. Определить параметры исключения на основе чувствительности.

10. Провести анализ изменений результатов по построению и обучению нейронной сети при наличии настроек Понижение размерности и Генетического алгоритма.

11. Сделать анализ построения нейронной сети и отразить в отчете.

12. Сохранить полученную нейронную сеть на диск.

13. Оформить отчет о выполненной работе.

Контрольные вопросы

1. Как работает анализ чувствительности?

2. Что такое матрица потерь?

3. Каким образом можно построить матрицу потерь? Какие условия построения в программе существуют?

4. В каких типах сетях можно применять матрицу потерь?

5. Чем определяются следующие понятия: «эпоха», «скорость обучения», «окрестность»?

6. Назначение уровня активации.

7. Интерпретируйте отображение частоты выигрыша на топологической карте.

8. Какую информацию содержит топологическая карта и что она обозначает?

9. Каким образом определяется «нейрон-победитель»?

10. Зачем нужен генетический алгоритм при построении самоорганизующейся сети Кохонена?

Приложение

Таблица П.1

Данные файла Вентилятор.Stw

Температура, гр.	Частота вращения рабочего колеса, мин-1	Класс
59,00	1350	1
59,50	2900	1
60,00	3350	2
60,50	1395	1
61,00	3650	2
61,00	3810	2
61,50	2940	1
61,50	2850	1
62,00	3650	2
63,00	3650	2
63,50	2940	1
64,00	3810	2
64,50	3810	2
65,00	3950	2
65,00	3950	2
65,00	1810	1
65,50	3950	2
65,50	2040	1
65,50	1450	1
66,00	4540	2
66,00	4540	2
66,00	1625	1
66,50	1625	1
66,50	1810	1
66,50	1810	1
67,00	4625	2
67,50	1810	1
68,00	4625	2
68,50	1000	1
69,00	4810	2
69,00	4810	2
69,50	4810	2
69,50	1000	1
70,00	4950	2
70,50	4950	2
71,00	4950	2
71,50	1060	1

Таблица П.2