Лаб-5
.docxМИНИСТЕРСТВО ЦИФРОВОГО РАЗВИТИЯ, СВЯЗИ И МАССОВЫХ КОММУНИКАЦИЙ РОССИЙСКОЙ ФЕДЕРАЦИИ Федеральное государственное бюджетное образовательное учреждение высшего образования «САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ТЕЛЕКОММУНИКАЦИЙ им. проф. М.А. БОНЧ-БРУЕВИЧА» (СПБГУТ) Факультет информационных сетей и систем Кафедра сетей связи и передачи данных |
|||||
|
|||||
ОТЧЕТ к лабораторной работе № 5 |
|||||
По дисциплине: |
Искусственный интеллект в сетях связи |
||||
|
|
||||
Тема работы: |
Создание простой трехуровневой нейронной сети |
||||
|
|
||||
|
|||||
|
|||||
|
|
|
Работу выполнили студенты |
||
|
|
|
группы |
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
||
|
|
|
|
||
|
|
|
Проверил: |
||
|
|
|
Доцент кафедры ССиПД |
||
|
|
|
Березкин Александр Александрович |
||
Санкт-Петербург 2022 |
Подключение библиотек:
Генерируем датасет
Логистическая регрессия
Построение сети
Функцию потерь (loss function) мы будем использовать для оценки точности модели.
Функция расчета выходных данных (предсказаний).
(Возвращаем класс с наибольшей вероятностью)
Функция обучающая нашу сеть, используя градиентный спуск.
Обучим сеть с 3 узлами скрытого слоя:
Получился хороший результат, сеть смогла нарисовать довольно точную границу, но ошибки есть, поэтому можно повысить точность. Изменим число узлов скрытого слоя и сравним полученные результаты.
Выводы: Повышение числа скрытых слоев, хоть и дало большую точность угадывания в нашем конкретном наборе данных, переобучило нашу машину и при применении ее на другом наборе скорее всего покажет результаты хуже, чем в случаях при меньшем числе скрытых слоев. Машина показывает хорошие результаты в предсказывании классов уже при трех-четырех слоях.