44929 پایتون

---

شرح پروژه

موضوع: مسئله یادگیری DNF

رشته تحصیلی : کامپیوتر

نرم افزار یا زبان برنامه نویسی پیشنهادی : پایتون

توضیحات پروژه :

مسئله: در این مسئله یادگیری DNF مورد بررسی قرار میگیرد.

الف( یک DNF با 100 مشخصه و 2000 نمونه )مثال( که توسط یک ماتریس 2000 در 101( فایل ارسالی TXT.DNFData )

توصیف میشود در نظر بگیرید. در هر سطر ماتریس 100 مقدار اول مقادیر مشخصه ها در آن مثال و مقدار آخر مقدار خروجی

DNF به ازای این مشخصه ها است. الگوریتم یادگیری DNF را در حالت بدون نویز به ازای طول داده آموزشی از 20 تا 1000

)با فاصله قدم 20 )اجرا کرده و خطای DNF بدست آمده را بر روی باقی مثالها )که در اینجا آن را داده اعتبارسنج در نظر

میگیریم( محاسبه نمایید. نمودار یادگیری را ترسیم نمایید. به ازای چه طولی از داده آموزشی خطا به صفر میرسد؟ در این

حالت ضابطه DNF را به طور دقیق مشخص نمایید.

ب( یک DNF دیگر با 50 مشخصه و 500 نمونه )مثال( که توسط یک ماتریس 500 در 51( فایل ارسالی TXT.DNFNoisy )

توصیف میشود در نظر بگیرید. در این مثال حدود 10 %خروجیها اشتباه هستند. الگوریتم یادگیری DNF را در حالت نویزی

بر روی داده آموزشی به طول 250 و ازای مقادیر مختلف epsilon از 001.0 تا 1( با فاصله قدم 05.0 )اجرا کرده و خطای DNF

بدست آمده را بر روی باقی مثالها )که در اینجا آن را داده اعتبارسنج در نظر میگیریم( محاسبه نمایید. نمودار خطا بر حسب

epsilon را ترسیم نمایید. به ازای چه مقدار یا مقادیری از epsilon کمترین میزان خطا را داریم؟ این خطا چقدر است؟ در این

حالت )کمترین خطا( ضابطه DNF را به طور دقیق مشخص نمایید.

7158*

این پروژه شامل 1 فایل مهم است، لطفا قبل از ارسال پیشنهاد حتما نسبت به بررسی این فایل اقدام فرمایید.

مهارت ها و تخصص های مورد نیاز

---

---