Лабораторные и практические работы. ВАРИАНТ 8. Нейросетевые технологии. НТ. СПБГУТ им. проф. М.А. БОНЧ-БРУЕВИЧА

1. Лабораторная работа №2. Составить прогноз для заданного временного ряда с использованием библиотеки nnet. Отчет должен содержать подготовку данных для обучения сети. Обоснование выбранной архитектуры. Структурную схему обученной сети без указания весов.

2. Лабораторная работа №3. Подготовить набор данных используя файл column_3C.dat. Построить и обучить сеть для классификации диагноза пациентов. Отчет должен содержать подготовку данных для обучения сети. Обоснование выбранной архитектуры.

3. Лабораторная работа №4. Построить автокодировщик для заданной обучающей выборки. Отчет должен содержать подготовку данных для обучения сети. Формирование формул для входа и выхода. Визуализацию обучающей выборки и восстановленного образца. Структурную схему обученной сети без указания весов.

4. Лабораторная работа №6. Построить карты Кохонена для тестовых наборов

1. Практическая работа № 1: Моделирование логической функции. Научиться формировать обучающую выборку и тестовый набор данных. Освоить способы создания, модификации и обучения простейшей нейронной сети.
2. Практическая работа № 3: Построение карты Кохонена.Постройте сети Кохонена для кластеризации данных yeast (дрожжи), которые после загрузки библиотеки kohonen можно просто загрузить командой data(yeast). Воспользуйтесь функцией supersom(). Объясните полученные результаты.
3. Практическая работа № 5. Построить сеть глубокого доверия DBN для классификации данных из набора FashionMNIST. Набор состоит из обучающего множества 60000 изображений и тестового множества из 10000 примеров.

8 ВАРИАНТ