DevioLab CRYPTO TRADING AUTOMATION
LIVE
AUTOMATED CRYPTO TRADING • BINANCE
Автоматизуйте свій криптопортфель
Торгові боти DevioLab аналізують крипторинок, автоматично відкривають і закривають позиції та керують вашим портфелем на Binance 24/7.
CRYPTO 80 Bots
BINANCE Spot Trading
TRADING 24 / 7
Спробувати DevioLab
deviolab.com

застосування

Інформація про навчальний заклад

ВУЗ:
Національний університет Львівська політехніка
Інститут:
Не вказано
Факультет:
КН
Кафедра:
Кафедра автоматизованих систем управління

Інформація про роботу

Рік:
2014
Тип роботи:
Звіт до лабораторної роботи
Предмет:
Системи штучного інтелекту

Частина тексту файла (без зображень, графіків і формул):

Міністерство освіти і науки України Національний університет «Львівська політехніка» Кафедра автоматизованих систем управління / Звіт до лабораторної роботи № 4-5 з дисципліни «Методи та системи штучного інтелекту» Львів – 2014 Тема: застосування нейронних мереж для розв’язання задач класифікації Теоретичні відомості: // / / / / / Порівняння видів навчання нейронних мереж /// Виконання класифікації за допомогою штучних нейронних мереж в пакеті Deductor Використовуючи один з готових файлів виконуємо навчання нейронної мережі. Отримуємо граф нейронної мережі: / Характеристику «Що – Якщо» / Таблицю спряженості: / Тепер сформуємо власні дані: / Проведемо нормалізацію даних / // / На основі даних утвориться такий граф нейронної мережі, характеристика «Що-Якщо» та таблицю спряженості: / / / Отже, використовуючи метод нейромережевої класифікації, ми отримали максимально точну обсягу класифікацію темпераментів людини. Застосування нейронних мереж для розв’язання задач прогнозування Імпортуємо дані для проведення прогнозування / X1- Обсяг продукції с/г, млн.грн X2- Обсяг продукції будів-ництва,млн.грн X3- Вантажооборот, млрд.ткм X4- Пасажирооборот, млрд.пас. X5- Експорт товарів, млн.дол X6- Імпорт товарів, млн.дол. X7- Оборот роздріб-ної торгівлі, млн.грн X8- Доходи населе-ння, млн.грн. X9-Витрати населе-ння, млн.грн Y- Обсяг продукції с/г, млн.грн. Отримаємо такий графік нейронної мережі характеристика «Що-Якщо», діаграму розсіяння: / / / / Отже, використовуючи метод нейромережевого прогнозування, ми отримали максимально точний прогноз обсягу реалізації промислової продукції (обсягу промислового виробництва).
Антиботан аватар за замовчуванням

30.04.2014 17:54

Коментарі

Ви не можете залишити коментар. Для цього, будь ласка, увійдіть або зареєструйтесь.

Ділись своїми роботами та отримуй миттєві бонуси!

Нічого не вибрано
0%

Оголошення від адміністратора

Антиботан аватар за замовчуванням

Подякувати Студентському архіву довільною сумою

Admin

26.02.2023 12:38

Дякуємо, що користуєтесь нашим архівом!