Caros alunos de redes neurais: O trabalho deverá ser definido o mais brevemente possível (de preferência até esta sexta dia 14/09). Sugestões de bases de dados podem ser encontradas em: Link "Dados usados na disciplina" da pagina principal: User: aluno / Senha: unisinos http://www.inf.unisinos.br/~osorio/protect/neural/ml-data/ UCI-ML Repository http://www.ics.uci.edu/~mlearn/MLRepository.html Algumas bases possuem um arquivo TXT explicando os objetivos que devem ser alcançados, como por exemplo na base tic-tac-toe que possui um arquivo chamado readme-ttt.txt... Em linhas gerais, os resultados que estou esperando são: - Analisar a base de dados e suas características, elaborando uma descrição resumida onde aparecem os seguintes dados: * Nro. de exemplos (casos/instâncias) * Nro. de atributos de entrada e nro. de saidas * Tipo de problema: aproximação ou classificação * Possui campos com dados indefinidos? Quantos exemplos? * Qual a codificação dos dados que foi adotada. Descrever uma linha do arquivo de aprendizado campo (atributo/saída) por campo: tipo, intervalo de valores aceito, codificação, etc. (não esqueça de incluir na documentação: de onde tirou a base de dados e qual o simulador / sistema operacional usado!) - Realizar testes preliminares usando um simulador Indicar ao professor em linhas gerais que testes foram realizado, por exemplo: Foram criadas 8 redes com 1, 2, 3, 5, 10, 15, 20, 30 neurônios na camada escondida e foram adotados parâmetros de epsilion e momentum dentro de tal intervalo, etc, etc. - Identificar a rede que melhor aprendeu o problema. Exemplo: a rede com 3 unidades na camada escondida aprendeu bem com diferentes configurações... - Em relação a "BOA REDE": * Realizar 5 simulações, indicando os resultados de cada simulação (parâmetros usados, nro. de epocas e acertos). * Salvar em disco o arquivo com os parâmetros usados (que deve ser o mesmo nas 5 simulações) * Salvar em disco os pesos da rede (um arquivo com a melhor simulação obtida) e com a saída produzida pela rede. * Se possível salvar um relatório que descreva a evolucão da simulação (evolução do erro e do índice de acertos). - Se a base de dados permitir, realizar o teste de generalização e indicar qual foi a melhor taxa de generalização obtida pela melhor rede (aquela cujos dados devem ser enviados para o professor). => A meta é obviamente atingir 100% em aprendizado e em generalização, mas nem sempre isso é possível. Tente fazer o melhor possível! - Enviar para o professor a documentação acima, e também os arquivos de: 1. Parâmetros de config da rede, 2 - Pesos, 3- Saída gerada pela rede, 4 - Arquivos de aprendizado e se disponível de teste e 5 - Relatório da simulação, caso o simulador permita a geração deste tipo de relatório. Os simuladores "mais cotados" são: Nevprop, SNNS ou Neusim Nevprop (v1.16 ou V4) => http://www.inf.unisinos.br/~osorio/protect/neural/software.html http://www.inf.unisinos.br/~osorio/protect/neural/software/pc/nevprop-pc.zip http://www.inf.unisinos.br/~osorio/protect/neural/software/pc/nevprop4.zip SNNS => Linux - Falar com Antônio Souto (disponível nas máquinas da rede do mestrado PIIPCA) Neusim => Linux / Windows - Falar com Osório (documentação em Frances... possui algumas características similares ao Nevprop). => Em anexo estou enviando 3 arquivos de configuracao usados com o nevprop para treinar um XOR: 2 funcionam bem... DATA DE ENTREGA ACONSELHADA DO TRABALHO: 26/09 (dia da prova do GA) DATA MAXIMA DA ENTREGA DO TRABALHO: 03/10 (semana seguinte a prova) BOM TRABALHO! []'s Osório. ================================================== Dr. Fernando Santos Osorio - Professor - A.I. Group Unisinos University - Ciencias Exatas e Tecnologicas Mestrado em Computação Aplicada - Computer Science Av. Unisinos, 950 - Sao Leopoldo, RS - BRAZIL P.O.Box: 275 - ZIP: 93022-000 Phone: + (55) (51) 590-3333 Ext. 1619 (Unisinos) Fax : + (55) (51) 590-8162 mailto:osorio@exatas.unisinos.br Web: http://www.inf.unisinos.br/~osorio/ ===================================================