Documente Academic
Documente Profesional
Documente Cultură
Obiectivul principal al acestui proiect este acela de a reusi sa aplicati pe o baza de date noua
ceea ce am invatat in modulele de RNA ale laboratorului de Inteligenta artificiala.
Pasul 1. Fiecare student isi alege o baza de date. Se poate alege orice set de date pe care sa se
poata aplica algoritmi de tip deep learning.
Recomandare: site-ul Universitatii California Irvine, Machine Learning Repository
(http://archive.ics.uci.edu/ml/index.php). Cateva sugestii de baze de date care se potrivesc
aplicatiilor de tip deep learning:
• Abalone Data Set
• Liver Disorders Data Set (BUPA)
• Covertype Data Set
• Credit Approval Data Set (CRX)
• Ecoli Data Set
• Forest Fires Data Set
• Glass Identification Data Set
• Heart Disease Data Set
• Hepatitis Data Set
• Horse Colic Data Set
• Housing Data Set
• Pima Indians Diabetes Data Set
• Soybean (Large) Data Set
• Wine Data Set
Pasul 2. Proiectarea modelului retelei neuronale artificiale:
• Alegerea unui camp ca variabila dependenta;
• Stabilirea tipului de model: de regresie sau de clasificare;
• Stabilirea modului de utilizare a bazei de date (crearea seturilor de date de
antrenare/validare, utilizarea metodei k fold cross validation etc);
• Stabilirea arhitecturii retelei neuronale;
• Stabilirea parametrului/parametrilor statistici de evaluare a modelului;
• Crearea unui grafic ce evidentiaza valorile reale langa cele prezise de model.