Контрольні питання

1. Задача розпізнавання образів.

2. Основні поняття теорії розпізнавання образів.

3. Розбиття вихідної вибірки на навчаючу та тестову.

4. Навчання з учителем.

5. Методи метричної класифікації.

6. Навчання без учителя. Кластер-аналіз.

7. Лінійна роздільність і лінійна нерозділеність класів.

8. помилка навчання / класифікації, час навчання / класифікації, цільова функція навчання.

9. Чи впливає кількість використаних ознак на швидкість навчання персептрона? Відповідь обґрунтуйте теоретично та доведіть експериментально.

10. Що таке генеральна сукупність, вибірка, екземпляр, ознака?

11. Вимоги до навчаючих вибiрок даних.

12. Що таке репрезентативна вибірка даних?

13. Чи повинна навчальна вибірка бути репрезентативною?

14. Чи повинна тестова вибірка бути репрезентативною?

15. Чи впливає обсяг навчаючої вибірки на швидкість навчання?

16. Чи впливає репрезентативність навчаючої вибірки на точність класифікації екземплярів тестової вибірки?

17. Чи впливає репрезентативність тестової вибірки на точність класифікації екземплярів тестової вибірки?

18. Чи впливає репрезентативність тестової вибірки на точність навчання персептрона за навчаючої вибіркою?

19. Чи залежить якість навчання від якості та обсягу навчаючої вибірки?

2 Лабораторна робота № 2

МЕТОДИ ВІДБОРУ ОЗНАК

ДЛЯ ПОБУДОВИ РОЗПІЗНАЮЧИХ МОДЕЛЕЙ

Мета роботи: вивчити та засвоїти на практиці методи оцінювання інформативності та відбору ознак, для побудови розпізнаючих моделей.

Завдання до роботи

1. Ознайомитися з конспектом лекцій та рекомендованою літературою.

2. На алгоритмічній мові програмування пакету MATLAB написати програму, що реалізує методи оцінювання інформативності ознак: на основі модуля коефіцієнта парної кореляції, коефіцієнта кореляції знаків, коефіцієнта кореляції Фехнера, кількості інтервалів зміни номера класу, інформаційного підходу, статистичного підходу.

3. Згідно з номером студента за журналом для відповідного номера варіанта V сформувати навчаючу вибірку <x,y> за формулами, наведеними у завданні попередньої роботи. Також для екземплярів вибірки визначити значення другої цільової ознаки y^s₂:

s=1,2,…,S.

4. На основі сформованої вибірки по відношенню до дискретного виходу y^s оцінити інформативність ознак екземплярів вибірки за допомогою коефіцієнта кореляції знаків, коефіцієнта кореляції Фехнера, кількості інтервалів зміни номера класу, інформаційного підходу, статистичного підходу.

5. На основі сформованої вибірки по відношенню до дійсного виходу y^s₂ оцінити інформативність ознак екземплярів вибірки за допомогою на основі модуля коефіцієнта парної кореляції, кількості інтервалів зміни номера класу (для цього попередньо дискретизувати y^s₂).

6. Побудувати таблицю з оцінками інформативності ознак відносно дискретного y^s, стовпці якої повинні мати назви: номер ознаки, коефіцієнт кореляції знаків, коефіцієнт кореляції Фехнера, оцінка за кількістю інтервалів зміни номера класу, оцінка за інформаційним підходом, оцінка на основі статистичного підходу.

7. Побудувати таблицю з оцінками інформативності ознак відносно дійсного y^s₂, стовпці якої повинні мати назви: номер ознаки, модуль коефіцієнта парної кореляції, оцінка за кількістю інтервалів зміни номера класу

8. Проаналізувати за побудованими таблицями оцінки інформативності ознак. Зробити висновки щодо важливості ознак окремо для y^s та y^s₂.

Зміст звіту

1. Мета роботи.

2. Короткі теоретичні відомості до роботи.

3. Текст розробленої програми.

4. Сформована навчаюча вибірка <x,y,y₂>.

5. Таблиці з оцінками інформативності ознак по відношенню до y^s та y^s₂.

6. Рішення щодо важливості ознак окремо для y^s та y^s₂.

7. Висновки. У висновках треба проаналізувати результати роботи, а також лаконічно відповісти на контрольні питання.