Лаб-5

МИНИСТЕРСТВО 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

1. Подключение библиотек:

2. Генерируем датасет

3. Логистическая регрессия

4. 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.