Отрывок: Все атрибуты являются непрерывными. Задача состоит в определении принадлежности вина с заданными характеристиками к одному из трѐх сортов. 63 Общий объѐм данных — 178 образцов. Из них на 142 (≈80%) образцах будем проводить обучение, а оставшиеся 36 используем для тестирования качества обучения. Все классы перекрывающиеся. 3.4.2.3 Задача классификации заболеваний печени Набор данных представляет собой характеристики различных видов цирроза печен...
Название : Решение задачи классификации при помощи моделей гибридных сетей Кохонена
Авторы/Редакторы : Чайка П. Д.
Солдатова О. П.
Привалов А. Ю.
Министерство образования и науки Российской Федерации
Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет)
Дата публикации : 2016
Библиографическое описание : Чайка, П. Д. Решение задачи классификации при помощи моделей гибридных сетей Кохонена : вып. квалификац. работа по спец. "Информатика и вычислительная техника" / П. Д. Чайка ; рук. работы О. П. Солдатова; рец. А. Ю. Привалов ; М-во образования и науки Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Фак-т информатики, Каф. информ. си. - Самара, 2016. - on-line
Аннотация : В данной выпускной квалификационной работе исследуются различные структуры гибридных сетей Кохонена, алгоритмы обучения и эффективность их использования для решения задачи классификации. Целью работы является исследование эффективности использования разли
Другие идентификаторы : RU\НТБ СГАУ\ВКР20160712105943
Ключевые слова: ПОГРЕШНОСТЬ ОБУЧЕНИЯ
НЕЧЕТКИЙ МНОГОСЛОЙНЫЙ ПЕРСЕПТРОН
нейронные сети
многослойный персептрон
модели гибридных сетей Кохонена
гибридные сети Кохонена
сеть Кохонена
распределенная гибридная сеть Кохонена
Располагается в коллекциях: Выпускные квалификационные работы

Файлы этого ресурса:
Файл Размер Формат  
Чайка_Павел_Дмитриевич_Решение_задачи_классификации.pdf2.83 MBAdobe PDFПросмотреть/Открыть  



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.