Pokyny na zadanie s Perceptrónom

Implementujte algoritmus učenia jednoduchého perceptrónu s binárnou aktivačnou funkciou pre dichotomickú klasifikáciu (klasifikáciu do dvoch tried). Trénovaciu množinu a priebeh učenia (polohu diskriminačnej priamky) vizualizujte pomocou vhodného grafického rozhrania. Rozsah hodnôt trénovacej množiny, a tým aj vizualizačného zobrazenia, nech je [-10; 10].

Formát trénovacej množiny (TM) je nasledovný: Každý vzor (pattern) je definovaný jedným riadkom TM, jednotlivé hodnoty sú oddelené tabulátormi. Posledná hodnota v danom riadku je vždy identifikátor triedy. Zistenie počtu vzorov (veľkosť TM) musí vykonať program.

Príklad TM:

-3.2

1.5

1

1.1

3.3

0

2.7

5.12

0

-1

2.1

1

...

Literatúra: SINČÁK, P., ANDREJKOVÁ G.: Neurónové siete, Inžiniersky prístup (1. diel) - kapitola 2.4 Benuskova L.: Umelé neurónové siete, kapitola z Návrat P. et al. Umelá inteligencia, STU Bratislava, 2002, str. 160 - 162 Gurney, K.: Neural Nets

Grafika: http://web.cecs.pdx.edu/~karlaf/CS161_Fall09/Getting_Started_with_Graphics.pdf | http://www.programmingsimplified.com/c/graphics.h

Priklad na kod pre grafiku: (potrebne kniznice:) #include <math.h> #include "graphics.h"

(kod:) initwindow(300,300);

student: Pokyny na zadanie s Perceptrónom (last edited 2014-12-09 07:59:21 by JakubHvizdos)

Center for Intelligent Technology is equipped with 16 NAO Humanoid Robots for research and educational purposes towards Intelligent technologies.

Annually the branch of AI finishaprx. 25 people in Bc. and MSc. . PhD level is also very active - we do have 11 alumni in AI past 15 years in branch of AI.