Главная Каталог Классификация объектов в обучающихся системах распознавания с помощью алгоритма секущих гиперплоскостей

Классификация объектов в обучающихся системах распознавания с помощью алгоритма секущих гиперплоскостей

Тип работы
0
Группа предметов
Программирование
Предмет
Искусственный интеллект
Вуз
ДонНТУ
Год сдачи
30 Июл 2021
Демо-файлы
  • Нет
Файлы работы
  • docx
    ИАД расчетка
  • docx
    ИАД расчетка Лера
  • docx
    ИАД расчетка Лера
  • docx
    ИАД расчетка Лымарь2
  • docx
    ИАД расчетка Леша
  • docx
    ИАД расчетка СЛАВИК (2)
  • docx
    ИАД расчетка Колосова

Нужна оригинальная работа? Ответы на тесты? И многое другое можно заказать кликнув сюда 👆


3352 Р
5393 Р
Описание

1. Выполнить ручной просчет построения решающего правила. В качестве обучающей выборки по 2 объекта каждого из классов.

2. Выполнить построенным решающим правилом классификацию 2-х объектов из выборки Х, созданных в пункте 1.

Вариант №4.

        Таблица 1 – Вариант задания

объекта

(точки)

Координаты

Класс

Коды положений относительно

плоскостей

Неизвестный объект с координатами (X1=6, X2=8) принадлежит классу ___

Оглавление

СОДЕРЖАНИЕ

ВВЕДЕНИЕ. 3

ЗАДАНИЕ НА РАЧЕТНУЮ РАБОТУ.. 5

1 ТЕОРЕТИЧЕСКИЕ ДАННЫЕ О СЕКУЩЕЙ ГИПЕРПЛОСКОСТИ.. 7

2   РУЧНОЙ ПРОСЧЕТ. 9

ПРОГРАММНАЯ РЕАЛИЗАЦИЯ.. 13

ЗАКЛЮЧЕНИЕ. 15

СПИСОК ИСПОЛЬЗУЕМЫХ ИСТОЧНИКОВ.. 16

Приложение А.. 17

ЛИСТИНГ. 17

Список литературы

1.  Коэльё Л. П., Ричерт В. Построение систем машинного обучения на языке Python. – Перевод с английского. – М.: ДМК Пресс, 2015. – с. – 330.

2.  Маккинли У. Python и анализ данных. – Перевод с английского. – М.: ДМК Пресс, 2015. – 482 с. – 315.

3.  Марк Лутц. Программирование на Python / Пер. с англ. – 4-е изд. – СПб.: Символ-Плюс, 2011. – Т. I. – 992 с.


Если 0 на тему Классификация объектов в обучающихся системах распознавания с помощью алгоритма секущих гиперплоскостей Вам не подходит? Не беда! посмотрите похожие работы в Нашем поиске:)