Sztuczne sieci neuronowe
Preprocesing
Cel
Celem ćwiczenia jest automatyzacja procesu uczenia oraz przeprowadzenie wstępnej obróbki danych.
Preprocesing
Preprocesing ma wielki wpływ na pracę sieci. Celem preprocesingu jest wstępna obróbka danych wejściowych w sytuacji, gdy:
- jest zbyt dużo zmiennych, które nie wnoszą istotnych informacji,
- zakresy wartości poszczególnych zmiennych znacznie różnią sie od siebie.
W pierwszym przypadku stosujemy różnego rodzaju transformacje (np. różnice, wskaźniki, ruchome średnie), w drugim - normalizację (np. skalowanie liniowe, standaryzacja).
Zagadnienia
Plik place.txt zawiera 98 wzorców danych (wiek, płeć, wynagrodzenie) zebranych w pewnej instytucji. Wiek podano w latach, płeć: K - kobieta, M - mężczyzna, wynagrodzenie - miesięczne, brutto w zł. Opracować model zależności:
wynagrodzenie = f(wiek, płeć)
- do arkusza z poprzedniego ćwiczenia dodać możliwość prezentowania dużej liczby wzorców,
- poprawić program realizujący uczenie sieci,
- zbudować model dla zbioru płacowego (przyjąć 7 ostatnich wzorców jako dane testowe),
- czy wyniki są zadowalające?
- przeprowadzić normalizację danych i powtórzyć doświadczenie.
- porównać wyniki z modelem regresji wielorakiej.