Практическая работа №9, "Классификация изображений", Нейросетевые технологии (НТ), Филиппов Ф.В.

Работа зачтена на отлично. Подробный отчет по проделанной работе. Множество комментариев к исходному коду. В архиве отчет Word и исходный код выполненного задания (открывать в RStudio)

Практическая работа №9

FashionMNIST это набор данных в виде изображений в градациях серого 28x28, связанных с меткой из 10 классов. Набор состоит из обучающего множества 60000 примеров и тестового набора из 10000 примеров. По сути, набор FashionMNIST служит прямой заменой классического набора MNIST для сравнительного анализа алгоритмов машинного обучения. Он имеет одинаковый размер изображения и структуру разделений обучения и тестирования. Необходимо подобрать параметры нейронной сети так, чтобы точность распознавания объектов из набора данных составляла не менее 95%. Результат тестирования сети представьте в виде изображений тестового набора из 25 объектов с наименованием распознанных объектов.

Каждое изображение необходимо сопоставить с одной меткой. Поскольку имена классов не включены в набор данных, следует сформировать их в виде вектора class_names для использования при построении изображений: class_names = c('Футболка', 'Брюки', 'Пуловер', 'Платье', 'Пальто', 'Сандали', 'Рубашка', 'Тапки', 'Сумка', 'Ботильоны

Необходимо подобрать параметры нейронной сети так, чтобы точность распознавания объектов из набора данных составляла не менее 95%. Результат тестирования сети представьте в виде изображений тестового набора из 25 объектов с наименованием распознанных объектов.

Наименования правильно распознанных объектов подпишите зеленым цветом, неправильно распознанные объекты подпишите красным цветом, в скобках укажите правильное название