Sprava VIII

Tento týždeň som venoval experimentu s feedforward sietou s použitím 3rd party java implementacie na realnych datach. Konkrétne dáta z bc. práce Mareka Mardiaka z 2008, pre porovnanie výsledkov, kde výsledky sú porovnateľé avšak priemerná chyba pre testovaciu množinu sa blížila 20% čo pre neurónovú sieť nie je ideálne. Avšak berúc do úvahy fakt, že úloha dolovania je predpoveď zemetrsení na zaklade polohy, hlbky a počtu stanic ktoré udalosť zaznamenali, je pravdepodobné že lepšie výsledky sa použitá metóda klasického backpropagation lepšie výsledky nedosiahne.


Uvediem ilustračný graf závislosti priemernej chyby od počtu epoch.
Konfiguracia:
- 4 vstupy (long., lat., depth, no. of stations)
- 1 výstup
- 3 vrstvový perceptron
- plne prepojený
- skryté vrstvy logistická aktivačna funkcia
- výstupná vrstva linearna aktivačna funkcia
- trenovanie 2000 epoch

Správa VII

V tohto tíždňovej správe zverejním predbežný obsah mojej bakalárskej práce. Rád by som zdôraznil slovo "predbežný". Obsah bude učite dopĺňovaný a nazvy budú upravované, aby lepšie vystihli myšlienku. Budem ho tíždenne aktualizovať v prípade zmeny. Zverejnená bude časť medzi úvodom a záverom, zvýšok považujte za samozrejmosť.

Úvod

1. Datamining
   1. Pojem datamining
   2. Historický vývoj
   3. Dátové sklady
   4. Pred-spracovanie
   5. Metódy a nástroje
   6. Využitie a budúcnosť
2. Klasifikácia
   1. Využtie error backpropagation-learningu pri klasifikácii
   2. Model neurónu
   3. Perceptron
      1. Jedno-vrstvový perceptron
      2. Viac-vrstvový perceptron
   4. Učenie
   5. Pred-spracovanie
   6. Budúcnosť
3. Navrh
   1. Charakteristika problému
   2. Návrh riešenia
4. Experiment na reálnych dátach
   1. Popis datasetu
   2. Predspracovanie
   3. Výber nástroja
   4. Konfigurácia a realizácia
5. Diskusia
   1. Porovnanie výsledkov experimentu

        Záver

Čo sa týka pokroku v práci úspešne pokračujem v písaní témy obsiahnutéj v 2. kapitole. Prišlo mi na um zopakovať experiment z bakalarskej práce Mareka Mardiaka z 2008, ktorý ho realizoval rozhodovacími stromami. Ja ho zrealizujem s pomocou backpropagation a tak budem vediet urobiť porovnanie.

Správa VI

Začal som vypracovávať drafty bakalarskej práce. Konkrétne sa mi podarilo vypracovať solídny základ teórie o data miningu a klasifikácii, ktoré už budú len upravované alebo doplňované podla potreby a začlenené do príslušných kapitol. Spoznámkoval som taktiež kľúčové poznatky o backpropagation učení pre viac vrstvový perceptron. Ďalej pokračujem písanim draftov o klasifikacii pomocou backpropagation.