Obyś cudze sieci uczył...
- Zadanie 1
Na podstawie prostych rozdzielających dwa zbiory (A, B, C) określ wszystkie niezbędne
parametry neuronów, których te proste są interpretacją geometryczną.
Dla otrzymanych wyników liczbowych sprawdź, czy jest jakakolwiek zależność między
wagą W1 a wartością progu?
Zakładając, że interesują nas tylko dychotomizatory, których prosta rozdzielająca przechodzi zawsze przez punkt (-2,0), zdefiniuj dwie graniczne postaci tych dychotomizatorów, tak aby pozwalały na poprawną klasyfikację wszystkich przedstawionych poniżej punktów.
- Zadanie 2
Dla jednego, wybranego, niepoprawnie sklasyfikowanego przez sieć punktu
przeprowadź jeden krok uczenia. Określ wszystkie niezbędne a niepodane parametry, których znajomość jest potrzebna, aby przeprowadzić uczenie.
- Zadanie 3
Wyznacz minimalne
wartości współczynnika wykorzystanego w sigmoidalnej funkcji aktywacji dla poniższych sieci (a, b, c i d), aby wszystkie
wzorce uczące,
przedstawione poniżej, były poprawnie klasyfikowane (tj. aby wartość
na wyjściu była równa 1 lub 0 z dokładnością
do 10 miejsc przecinku).
- Zadanie 4
Podczas uczenia sieci on-line na wejście sieci podano wzorzec uczący X=(-3, 4), oczekując na wyjściu wektora [1, 0, 1]. Jeśli trzeba, wykonaj jeden krok uczenia dla przedstawionej
sieci, wiedząc że neurony warstwy wyjściowej mają unipolarną funkcję aktywacji, zaś
neurony warstwy ukrytej funkcję bipolarną.
- Zadanie 5 (alternatywa do zadań 1--4)
Napisz program, który ilustruje proces uczenia wielowarstwowej sieci neuronowej,
której zadaniem jest poprawna klasyfikacja punktów leżących na płaszczyźnie.
Użytkownik ma mieć możliwość interaktywnego określania zbioru uczącego (środek skupiska, wariancja, liczba punktów), zawierającego
punkty należące do minimum trzech klas.
Program w trakcie i po przeprowadzonym procesie uczenia powinien przedstawiać
zmiany "stanu" sieci neuronowej poprzez
wizualizację podziału płaszczyzny na poszczególne klasy.