Anteprima
Vedrai una selezione di 4 pagine su 13
Dataset - slide Pag. 1 Dataset - slide Pag. 2
Anteprima di 4 pagg. su 13.
Scarica il documento per vederlo tutto.
Scarica
Dataset - slide Pag. 6
Anteprima di 4 pagg. su 13.
Scarica il documento per vederlo tutto.
Scarica
Dataset - slide Pag. 11
1 su 13
D/illustrazione/soddisfatti o rimborsati
Disdici quando
vuoi
Acquista con carta
o PayPal
Scarica i documenti
tutte le volte che vuoi
Estratto del documento

Addestramento della rete

Facoltà di Ingegneria

Corso di Studi in Ingegneria Informatica

Intelligenza Artificiale - Dataset Giugno 2009

Schema della rete neurale

Parametri (numero di hidden layer e numero di epoche)

Hidden layer a: (attribs+classes)/(attribs+classes)/2

Hidden layer t: (attribs+classes)/(attribs+classes)

Training time (25, 50, 75, ...)

PK_SIZE 1-2-3-8 "a"

Facoltà di Ingegneria

Corso di Studi in Ingegneria Informatica

Intelligenza Artificiale - Dataset Giugno 2009

Features selezionate

PK_SIZE 1

PK_SIZE 2

PK_SIZE 3

PK_SIZE 8

Da 25 a 800 epoche con passo 25

PK_SIZE 1-2-3-8 "t"

Facoltà di Ingegneria

Corso di Studi in Ingegneria Informatica

Intelligenza Artificiale - Dataset Giugno 2009

Features selezionate

PK_SIZE 1

PK_SIZE 2

PK_SIZE 3

PK_SIZE 8

Da 25 a 800 epoche con passo 25

PK_SIZE 1-2-3-4-6-8 "a"

Facoltà di Ingegneria

Corso di Studi in Ingegneria Informatica

Intelligenza Artificiale - Dataset Giugno

di Studi in Ingegneria Informatica Intelligenza Artificiale – Dataset Giugno 2009

Features selezionate

  • PK_SIZE1
  • PK_SIZE2
  • PK_SIZE3
  • PK_SIZE4
  • PK_SIZE6
  • PK_SIZE8

Da 25 a 300 epoche con passo 25. Non è necessario procedere oltre le 300 epoche in quanto il comportamento è peggiore se si utilizza il parametro "a" invece del parametro "t".

Facoltà di Ingegneria

Corso di Studi in Ingegneria Informatica Intelligenza Artificiale – Dataset Giugno 2009

Features selezionate

  • PK_SIZE1
  • PK_SIZE2
  • PK_SIZE3
  • PK_SIZE4
  • PK_SIZE6
  • PK_SIZE8

Da 25 a 800 epoche con passo 25. PK_SIZE 1- 2- 3- 5- 6- 8 "a".

Facoltà di Ingegneria

Corso di Studi in Ingegneria Informatica Intelligenza Artificiale – Dataset Giugno 2009

Features selezionate

  • PK_SIZE1
  • PK_SIZE2
  • PK_SIZE3
  • PK_SIZE5
  • PK_SIZE6
  • PK_SIZE8

Da 25 a 300 epoche con passo 25. Non è necessario procedere oltre le 300 epoche in quanto il comportamento è peggiore se si utilizza il parametro "a" invece del parametro "t".

Facoltà di Ingegneria

Corso di Studi in Ingegneria Informatica Intelligenza Artificiale – Dataset Giugno 2009

di Studi in Ingegneria Informatica Intelligenza Artificiale – Dataset Giugno 2009

Features selezionate

  • PK_SIZE1
  • PK_SIZE2
  • PK_SIZE3
  • PK_SIZE5
  • PK_SIZE6
  • PK_SIZE8

Da 25 a 800 epoche con passo 25

Confronto dei risultati ottenuti

Facoltà di Ingegneria

Corso di Studi in Ingegneria Informatica Intelligenza Artificiale – Dataset Giugno 2009

Calcolo del costo/errore medio

Facoltà di Ingegneria

Corso di Studi in Ingegneria Informatica Intelligenza Artificiale – Dataset Giugno 2009

Configurazione

  • PK_SIZE 1
  • PK_SIZE 2
  • PK_SIZE 3
  • PK_SIZE 5
  • PK_SIZE 6
  • PK_SIZE 8

425 Epoche

K-fold con K=5 (eseguito 6 volte)

Risultati

Errore 4,44%

Costo 0,062 (724)

Nessun rigetto

Dettagli
Publisher
valeria0186
A.A. 2012-2013
13 pagine
SSD Ingegneria industriale e dell'informazione ING-INF/05 Sistemi di elaborazione delle informazioni
I contenuti di questa pagina costituiscono rielaborazioni personali del Publisher valeria0186 di informazioni apprese con la frequenza delle lezioni di Intelligenza Artificiale e studio autonomo di eventuali libri di riferimento in preparazione dell'esame finale o della tesi. Non devono intendersi come materiale ufficiale dell'università Università degli studi di Napoli Federico II o del prof Sansone Carlo.