Лабораторная работа №8 «Исследование методов классификации данных с помощью нейронной сети» Литвинов В.Л. (ТИДЗ, ТИПИС)

ОТЧЁТ

по лабораторной работе №8

«Исследование методов классификации данных с помощью нейронной сети»

 Цель работы: исследование принципов разработки нейронной сети на примере задачи регрессии.

1.    Изучить понятие кросс-энтропии и Softmax.

2.    Исследовать нейронную сеть при заданных начальных параметрах (см. таблицу). Найти минимальное значение n_hidden_neurons, при котором сеть дает неудовлетворительные результаты, т. е. обучение невозможно.

3.    Исследовать зависимость точности распознавания от количества нейронов в скрытом слое, количества слоев, метода активации.

4.    При каком значении test_size сеть предсказывает хуже, чем Base Rate (BaseRate –это вероятность самого многочисленного класса в исходных данных)? И какой Base Rate у датасета вин?

Примечание: самый многочисленный класс датасета – первый.

Base Rate = len(wine.target[wine.target == 1]) / len(wine.target)

5.    Исследовать зависимость времени обучения от размера батча.

Таблица. Начальные значения гиперпараметров нейронной сети

Цель работы, постановка задачи исследования. 3

Задание на лабораторную работу: 3

Задание 1. 4

Softmax. 4

Кросс-энтропия. 4

Задание 2. 6

Листинг основного кода для Задания 2. 12

Задание 3. 15

Задание 4. 22

Задание 5. 23

Выводы по работе: 24