przykłady uczenia sieci - piotr.ciskowski.staff.iiar.pwr...
TRANSCRIPT
STATISTICANeural Networks
przykłady uczenia sieci
WYKŁAD © Piotr Ciskowski
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
przykład 1. klasyfikacja: iris – STATISTICA + MATLABźródło: własne
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• STATISTICA → Pomoc → Otwórz przykłady… → Datasets → IrisSNN.sta
przykład 1. klasyfikacja: iris – STATISTICA + MATLABźródło: własne
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• STATISTICA → Pomoc → Otwórz przykłady… → Datasets → IrisSNN.sta
przykład 1. klasyfikacja: iris – STATISTICA + MATLABźródło: własne
ANALIZA STATYSTYCZNA
DANE UCZĄCE
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• STATISTICA → Pomoc → Otwórz przykłady… → Datasets → IrisSNN.sta
• Statystyka → Statystyki podstawowe i tabele → Statystyki opisowe→ Grupami (Zmienna grupująca: Odmiana) → Zmienne: Dł. działki, Szer. działki, Dł. płatka, Szer. płatka → Więcej → Statystyki (wybrać najważniejsze)
Analiza danych uczących – statystyki opisowe
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• STATISTICA → Pomoc → Otwórz przykłady… → Datasets → IrisSNN.sta
• Statystyka → Statystyki podstawowe i tabele → Statystyki opisowe →→ Grupami (Zmienna grupująca: Odmiana) → Zmienne: Dł. działki, Szer. działki, Dł. płatka, Szer. płatka → Statystyki (wybrać najważniejsze)
Analiza danych uczących – statystyki opisowe
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• STATISTICA → Pomoc → Otwórz przykłady… → Datasets → IrisSNN.sta
• Statystyka → Statystyki podstawowe i tabele → Statystyki opisowe→ Grupami (Zmienna grupująca: Odmiana) → Zmienne: Dł. działki, Szer. działki, Dł. płatka, Szer. płatka → Więcej → Statystyki (wybrać najważniejsze)
• Statystyka → Statystyki podstawowe i tabele → Statystyki opisowe→ Grupami (Zmienna grupująca: Odmiana) → Zmienne: Dł. działki, Szer. działki, Dł. płatka, Szer. płatka → Opcje (Opcje wykresu ramka-wąsy: tylko Mediana/kwartyle/rozstęp) → Więcej → Wykresy
Analiza danych uczących – graficzna
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• STATISTICA → Pomoc → Otwórz przykłady… → Datasets → IrisSNN.sta
• Statystyka → Statystyki podstawowe i tabele → Statystyki opisowe→ Grupami (Zmienna grupująca: Odmiana) → Zmienne: Dł. działki, Szer. działki, Dł. płatka, Szer. płatka → Więcej → Statystyki (wybrać najważniejsze)
• Statystyka → Statystyki podstawowe i tabele → Statystyki opisowe→ Grupami (Zmienna grupująca: Odmiana) → Zmienne: Dł. działki, Szer. działki, Dł. płatka, Szer. płatka → Opcje (Opcje wykresu ramka-wąsy: tylko Mediana/kwartyle/rozstęp) → Więcej → Wykresy
Analiza danych uczących – histogramy, wykresy normalności, ramka-wąsy
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• STATISTICA → Pomoc → Otwórz przykłady… → Datasets → IrisSNN.sta
• Statystyka → Statystyki podstawowe i tabele → Statystyki opisowe→ Wykresy prawdopodobieństwa i rozrzutu (z nazwami)
Analiza danych uczących – wykresy rozrzutu
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• STATISTICA → Pomoc → Otwórz przykłady… → Datasets → IrisSNN.sta
• Statystyka → Statystyki podstawowe i tabele → Statystyki opisowe→ Wykresy prawdopodobieństwa i rozrzutu (z nazwami)
Analiza danych uczących – wykresy rozrzutu
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• STATISTICA → Pomoc → Otwórz przykłady… → Datasets → IrisSNN.sta
• Statystyka → Statystyki podstawowe i tabele → Statystyki opisowe→ Wykresy prawdopodobieństwa i rozrzutu (macierzowy)
Analiza danych uczących – korelacje
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• STATISTICA → Pomoc → Otwórz przykłady… → Datasets → IrisSNN.sta
• Statystyka → Statystyki podstawowe i tabele → Statystyki opisowe→ Wykresy prawdopodobieństwa i rozrzutu (macierzowy)
Analiza danych uczących – korelacje
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• STATISTICA → Pomoc → Otwórz przykłady… → Datasets → IrisSNN.sta
• Statystyka → Statystyki podstawowe i tabele → Macierze korelacji → Korelacje
Analiza danych uczących – korelacje
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• STATISTICA → Pomoc → Otwórz przykłady… → Datasets → IrisSNN.sta
• Statystyka → Statystyki podstawowe i tabele → Macierze korelacji → Korelacje
Analiza danych uczących – korelacje
WYBÓR DANYCH I ARCHITEKTURY
AUTOMATYCZNE SIECI NEURONOWE
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• wstępne uczenie sieci w STATISTICe
Statystyka → Automatyczne sieci neuronowe
Automatyczne poszukiwanie sieci
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• wstępne uczenie sieci w STATISTICe
Statystyka → Automatyczne sieci neuronowe
Automatyczne poszukiwanie sieci – wybór rodzaju problemu
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• wstępne uczenie sieci w STATISTICe
Statystyka → Automatyczne sieci neuronowe
Automatyczne poszukiwanie sieci – wybór zmiennych we-wy
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• wstępne uczenie sieci w STATISTICe
Statystyka → Automatyczne sieci neuronowe
Automatyczne poszukiwanie sieci – wybór zmiennych we-wy
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• wstępne uczenie sieci w STATISTICe
Statystyka → Automatyczne sieci neuronowe
Automatyczne poszukiwanie sieci – wybór zmiennych we-wy
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• wstępne uczenie sieci w STATISTICe
Statystyka → Automatyczne sieci neuronowe
Automatyczne poszukiwanie sieci – podział danych uczących
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• wstępne uczenie sieci w STATISTICe
Statystyka → Automatyczne sieci neuronowe
Automatyczne poszukiwanie sieci – wybór architektury sieci
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• wstępne uczenie sieci w STATISTICe
Statystyka → Automatyczne sieci neuronowe
Automatyczne poszukiwanie sieci – wybór funkcji aktywacji
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• wstępne uczenie sieci w STATISTICe
Statystyka → Automatyczne sieci neuronowe
Automatyczne poszukiwanie sieci – redukcja wag
UCZENIE SIECI
AUTOMATYCZNE SIECI NEURONOWE
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• wstępne uczenie sieci w STATISTICe
Statystyka → Automatyczne sieci neuronowe
Automatyczne poszukiwanie sieci – uczenie
ANALIZA WYNIKÓW
AUTOMATYCZNE SIECI NEURONOWE
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• wstępne uczenie sieci w STATISTICe
Statystyka → Automatyczne sieci neuronowe
Automatyczne poszukiwanie sieci – 5 najlepszych
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• wstępne uczenie sieci w STATISTICe
Statystyka → Automatyczne sieci neuronowe
Analiza wyników: Predykcja (5 najlepszych sieci)
Automatyczne poszukiwanie sieci – analiza wyników: predykcja
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• wstępne uczenie sieci w STATISTICe
Statystyka → Automatyczne sieci neuronowe
Analiza wyników: Predykcja (5 najlepszych sieci)
Automatyczne poszukiwanie sieci – analiza wyników: predykcja
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• wstępne uczenie sieci w STATISTICe
Statystyka → Automatyczne sieci neuronowe
Analiza wyników: Predykcja (5 najlepszych sieci)
Automatyczne poszukiwanie sieci – analiza wyników: predykcja, szczegóły
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• wstępne uczenie sieci w STATISTICe
Statystyka → Automatyczne sieci neuronowe
Analiza wyników: Predykcja (5 najlepszych sieci)
Automatyczne poszukiwanie sieci – analiza wyników: predykcja, szczegóły
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• wstępne uczenie sieci w STATISTICe
Statystyka → Automatyczne sieci neuronowe
Analiza wyników: Wykresy (5 najlepszych sieci)
Automatyczne poszukiwanie sieci – analiza wyników: wykresy
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• wstępne uczenie sieci w STATISTICe
Statystyka → Automatyczne sieci neuronowe
Analiza wyników: Szczegóły (5 najlepszych sieci)
Automatyczne poszukiwanie sieci – analiza wyników: wagi, macierz pomyłek, wrażliwość, …
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• wstępne uczenie sieci w STATISTICe
Statystyka → Automatyczne sieci neuronowe
Analiza wyników: Szczegóły (najlepsza sieć: MLP 4-10-3,uczenie: BFGS 29aktywacja: tanh - liniowa) → Wagi
Automatyczne poszukiwanie sieci – analiza wyników: wagi
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• wstępne uczenie sieci w STATISTICe
Statystyka → Automatyczne sieci neuronowe
Analiza wyników: Szczegóły (najlepsza sieć: MLP 4-10-3,uczenie: BFGS 29aktywacja: tanh - liniowa) → Wagi
Automatyczne poszukiwanie sieci – analiza wyników: wagi
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• wstępne uczenie sieci w STATISTICe
Statystyka → Automatyczne sieci neuronowe
Analiza wyników: Szczegóły (najlepsza sieć: MLP 4-10-3,uczenie: BFGS 29aktywacja: tanh - liniowa) → Statystyki danych
Automatyczne poszukiwanie sieci – analiza wyników: statystyki danych - wejść
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• wstępne uczenie sieci w STATISTICe
Statystyka → Automatyczne sieci neuronowe
Analiza wyników: Szczegóły (najlepsza sieć: MLP 4-10-3,uczenie: BFGS 29aktywacja: tanh - liniowa) → Statystyki danych
Automatyczne poszukiwanie sieci – analiza wyników: statystyki danych - wejść
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• wstępne uczenie sieci w STATISTICe
Statystyka → Automatyczne sieci neuronowe
Analiza wyników: Szczegóły (najlepsza sieć: MLP 4-10-3,uczenie: BFGS 29aktywacja: tanh - liniowa) → Macierz pomyłek
Automatyczne poszukiwanie sieci – analiza wyników: macierz pomyłek
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• wstępne uczenie sieci w STATISTICe
Statystyka → Automatyczne sieci neuronowe
Analiza wyników: Szczegóły (najlepsza sieć: MLP 4-10-3,uczenie: BFGS 29aktywacja: tanh - liniowa) → Macierz pomyłek
Automatyczne poszukiwanie sieci – analiza wyników: macierz pomyłek
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• wstępne uczenie sieci w STATISTICe
Statystyka → Automatyczne sieci neuronowe
Analiza wyników: Szczegóły (najlepsza sieć: MLP 4-10-3,uczenie: BFGS 29aktywacja: tanh - liniowa) → Podsumowanie
klasyfikacji
Automatyczne poszukiwanie sieci – analiza wyników: podsumowanie klasyfikacji
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• wstępne uczenie sieci w STATISTICe
Statystyka → Automatyczne sieci neuronowe
Analiza wyników: Szczegóły (najlepsza sieć: MLP 4-10-3,uczenie: BFGS 29aktywacja: tanh - liniowa) → Podsumowanie
klasyfikacji
Automatyczne poszukiwanie sieci – analiza wyników: podsumowanie klasyfikacji
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• wstępne uczenie sieci w STATISTICe
Statystyka → Automatyczne sieci neuronowe
Analiza wyników: Szczegóły (najlepsza sieć: MLP 4-10-3,uczenie: BFGS 29aktywacja: tanh - liniowa) → Globalna
analizawrażliwości
Automatyczne poszukiwanie sieci – analiza wyników: analiza wrażliwości
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• wstępne uczenie sieci w STATISTICe
Statystyka → Automatyczne sieci neuronowe
Analiza wyników: Szczegóły (najlepsza sieć: MLP 4-10-3,uczenie: BFGS 29aktywacja: tanh - liniowa) → Globalna
analizawrażliwości
Automatyczne poszukiwanie sieci – analiza wyników: analiza wrażliwości
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• wstępne uczenie sieci w STATISTICe
Statystyka → Automatyczne sieci neuronowe
Analiza wyników: Szczegóły (najlepsza sieć: MLP 4-10-3,uczenie: BFGS 29aktywacja: tanh - liniowa) → Poziomy aktywacji
Automatyczne poszukiwanie sieci – analiza wyników: poziomy aktywacji
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• wstępne uczenie sieci w STATISTICe
Statystyka → Automatyczne sieci neuronowe
Analiza wyników: Szczegóły (najlepsza sieć: MLP 4-10-3,uczenie: BFGS 29aktywacja: tanh - liniowa) → Poziomy aktywacji
Automatyczne poszukiwanie sieci – analiza wyników: poziomy aktywacji
ZAPIS SIECI
AUTOMATYCZNE SIECI NEURONOWE
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• wstępne uczenie sieci w STATISTICe
Statystyka → Automatyczne sieci neuronowe
Analiza wyników: Szczegóły (najlepsza sieć: MLP 4-10-3,uczenie: BFGS 29aktywacja: tanh - liniowa) → Poziomy aktywacji
• Zapisz tę sieć
Automatyczne poszukiwanie sieci – zapis sieci
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• wstępne uczenie sieci w STATISTICe
Statystyka → Automatyczne sieci neuronowe
Analiza wyników: Szczegóły (najlepsza sieć: MLP 4-10-3,uczenie: BFGS 29aktywacja: tanh - liniowa) → Poziomy aktywacji
• Zapisz tę sieć
Automatyczne poszukiwanie sieci – zapis sieci
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• wstępne uczenie sieci w STATISTICe
Statystyka → Automatyczne sieci neuronowe
Analiza wyników: Szczegóły (najlepsza sieć: MLP 4-10-3,uczenie: BFGS 29aktywacja: tanh - liniowa) → Poziomy aktywacji
• Zapisz tę sieć – w języku C
Automatyczne poszukiwanie sieci – zapis sieci
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• wstępne uczenie sieci w STATISTICe
Statystyka → Automatyczne sieci neuronowe
Analiza wyników: Szczegóły (najlepsza sieć: MLP 4-10-3,uczenie: BFGS 29aktywacja: tanh - liniowa) → Poziomy aktywacji
• Zapisz tę sieć – w języku C
Automatyczne poszukiwanie sieci – zapis sieci
//Analysis Type - Classification
#include <stdio.h>
#include <conio.h>
#include <math.h>
#include <stdlib.h>
double IrisSNN_2_MLP_4_10_3_input_hidden_weights[10][4]=
{
{9.64259684788639e-002, 8.87441333798024e-001, -4.42494050499448e-001, -2.91268124222933e-001 },
{3.63850381688167e-001, -1.79769157510519e-001, 7.36080998147522e-001, 1.64714635157065e+000 },
{-3.00728987936196e-001, -3.43816636675808e-001, 5.91552264818327e-001, 3.94115453118943e-001 },
{-6.14011215880136e-001, 6.07121321030878e-002, -4.06883107004913e-001, -1.07483478000190e-001 },
{-4.34266752849489e-001, 1.89269734753861e-001, -1.45606486916391e+000, -1.09103472630002e+000 },
{-4.01686828130261e-002, -1.11408828564603e-001, 5.05113002455117e-002, -1.33213777506285e-001 },
{-6.22551308349457e-001, 2.93425142653440e-001, -7.76739658101056e-001, -8.93615990828134e-001 },
{-1.63858315393440e-001, -4.16994472465862e-001, 7.56031581764401e-001, 1.67416178894462e+000 },
{1.05730219681271e+000, -1.02664447181659e+000, 2.36592385321405e+000, 2.00373795902309e+000 },
{-1.04114475007288e+000, -1.18233133147631e+000, -4.86834624819009e-001, -1.16459247341153e+000 }
};
double IrisSNN_2_MLP_4_10_3_hidden_bias[10]={ -1.35118016087055e-001, -1.31576116156555e+000, -8.63963307676676e-
1.21932819768886e+000, -1.84624132926675e-001 };
double IrisSNN_2_MLP_4_10_3_hidden_output_wts[3][10]=
{
{-2.34402384016846e-001, -2.21931232309956e-001, -1.04743176326027e+000, 2.70609868908598e-002, 1.42207335838507
{6.11599376106343e-001, -9.09531446562226e-001, -4.08501986247057e-001, 7.65998834669215e-001, -2.68501065821106e
TESTOWANIE, UŻYWANIE SIECI
AUTOMATYCZNE SIECI NEURONOWE
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• wstępne uczenie sieci w STATISTICe
Statystyka → Automatyczne sieci neuronowe
Analiza wyników: Szczegóły (najlepsza sieć: MLP 4-10-3,uczenie: BFGS 29aktywacja: tanh - liniowa) → Poziomy aktywacji
• Zapisz tę sieć – w języku C
• Możesz przetestować jej działanie na nowych danych
Automatyczne poszukiwanie sieci – testowanie, używanie
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• wstępne uczenie sieci w STATISTICe
Statystyka → Automatyczne sieci neuronowe
Analiza wyników: Szczegóły (najlepsza sieć: MLP 4-10-3,uczenie: BFGS 29aktywacja: tanh - liniowa) → Poziomy aktywacji
• Zapisz tę sieć – w języku C
• Możesz przetestować jej działanie na nowych danych
Automatyczne poszukiwanie sieci – testowanie, używanie
IMPLEMENTACJA W MATLABIE
AUTOMATYCZNE SIECI NEURONOWE
• Naucz sieć klasyfikować dane iris
• W programie STATISTICA przeprowadź wstępną analizę danych wejściowych(histogramy warunkowe, wykresy rozrzutu, statystyki opisowe)
oraz wstępne – rozpoznawcze – uczenie różnych sieci neuronowych
• Wybierz najlepszą architekturę oraz metodę uczeniai naucz sieć dokładnie w programie MATLAB
• wstępne uczenie sieci w STATISTICe
Statystyka → Automatyczne sieci neuronowe
Analiza wyników: Szczegóły (najlepsza sieć: MLP 4-10-3,uczenie: BFGS 29aktywacja: tanh - liniowa) → Poziomy aktywacji
• Zapisz tę sieć – w języku C
• Spróbuj nauczyć taką samą sieć w MATLABie
Automatyczne poszukiwanie sieci – MATLAB